노화는 항종양 면역을 촉진하기 위해 미세환경 감지를 재구성합니다
Dec 15, 2023
추상적인
세포 노화는 어떤 경우에는 노화 세포의 면역 제거를 자극하는 분비 프로그램과 결합된 안정적인 세포 주기 정지를 포함합니다. 노화가 CD8 T 세포 매개 종양 거부를 유발하는 면역 능력이 있는 간암 모델을 사용하여, 우리는 노화가 세포 표면 프로테옴을 리모델링하여 종양 세포가 II형 인터페론(IFN)과 같은 환경 요인을 감지하는 방식을 변경한다는 것을 보여줍니다. 증식하는 세포와 비교하여 노화 세포는 IFN 수용체를 상향 조절하고, 미세 환경 IFN에 과민하게 되며, 치료 유발 노화를 겪고 있는 인간 종양 세포에서도 반복되는 항원 제시 기계 효과를 더욱 강력하게 유도합니다. 노화 세포에서 IFN 감지가 중단되면 노화 상태나 특징적인 분비 프로그램을 비활성화하지 않으면서 면역 매개 제거가 둔화됩니다. 우리의 결과는 노화 세포가 환경 신호를 보내고 받는 능력이 향상되었음을 보여 주며, 효과적인 면역 감시를 위해서는 각 과정이 필요함을 의미합니다.

시스탄체 식물의 면역 체계 증가
Cistanche Enhance Immunity 제품을 보려면 여기를 클릭하십시오.
【추가 요청】 이메일:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692
중요성:
우리의 연구는 종양 세포가 적응 면역 체계에 더 잘 보이도록 하기 위해 진행성 암의 노화에 참여할 수 있는 조직 리모델링과 조직 감지 프로그램 사이의 상호 작용을 밝혀냈습니다. 노화의 이 새로운 측면은 항종양 면역을 강화하기 위해 치료적으로 유도될 수 있는 상호 이형 신호 전달 상호작용을 확립합니다.
소개
세포 노화는 안정적인 세포주기 정지와 조직 환경을 재구성할 수 있는 분비 프로그램을 특징으로 하는 스트레스 반응 프로그램입니다(1). 정상 조직에서 노화는 상처 치유 동안 조직 항상성에 기여합니다. 그러나 노화되거나 손상된 조직에서는 노화 세포의 비정상적인 축적이 만성 염증을 유발하고 조직 재생 능력을 감소시킬 수 있습니다(2-4). 암에서 노화는 조직 생물학에 유익한 효과와 해로운 효과를 모두 중재하는 것으로 나타났습니다. 한편으로, 노화는 종양유전자로 인한 종양 형성에 대한 장벽을 제공하고 일부 암 치료법의 항종양 활성에 기여합니다(5, 6). 반면, 치료 후 노화된 종양 세포의 지속성은 재발과 전이를 촉진하는 조직 환경을 생성할 수 있습니다(7, 8). 이러한 반대되는 생물학적 결과의 분자적 기반은 여전히 잘 이해되지 않고 있습니다. 이러한 다양한 생물학에 기여할 수 있는 노화 프로그램의 한 측면은 노화 관련 분비 표현형(SASP; 참고 문헌 9)입니다. SASP는 BRD4와 같은 주요 후성유전적 조절인자와 NF-κB 및 C/EBP-(10-12)와 같은 전염증성 전사 인자에 의해 진화되고 제어되는 전반적인 염색질 재구성 과정을 통해 활성화됩니다. 이는 결과적으로 상처 치유 과정에서 중요한 역할을 하는 것으로 알려진 매트릭스 메탈로프로테이나제, 성장 인자 및 섬유소용해 인자와 같은 조직 리모델링 단백질을 코딩하는 유전자의 유도로 이어집니다(3, 13, 14). 다른 SASP 구성 요소에는 조직 내 면역 세포의 구성과 상태를 변경할 수 있는 케모카인과 사이토카인이 포함되어 있어 면역 매개 표적화 및 노화 세포 자체의 제거를 유도합니다(15, 16). 그럼에도 불구하고, 많은 병리학적 맥락에서 노화 세포의 비정상적인 축적은 면역 매개 제거가 노화 또는 SASP의 보편적인 결과가 아니라는 것을 의미하며 추가 메커니즘이 조직 생물학 및 면역 감시에서 노화의 역설적으로 유익하고 해로운 영향을 지시할 가능성을 제기합니다. (17-19).
확실히, 노화 관련 면역 감시는 강력한 항암 효과를 가질 수 있지만, 정확한 효과기 메커니즘은 조직과 세포 유형에 따라 다릅니다(10, 15, 16, 20). 간세포 암종(HCC)의 마우스 모델에서 노화가 유발된 간 종양 세포는 야생형(WT) p53(15)이 관여하는 면역 의존적 메커니즘에 의해 제거됩니다. 일치하여, TP53은 인간 간세포암종, 특히 최악의 예후를 보이는 "증식 등급" 종양에서 자주 돌연변이가 발생합니다(21, 22). 면역요법과 TP{12}}표적 약물이 질병 결과를 개선하기 위한 유망한 전략으로 떠오르고 있지만, 반응과 저항에 대한 분자적 기초는 아직 알려지지 않았습니다(23-25). 따라서 노화 간 종양 세포가 면역 체계에 표시되는 메커니즘을 이해하면 다른 종양 유형으로 확장될 수 있는 TP{15}}돌연변이 간세포암종에서 항종양 면역을 유도하는 전략을 촉진할 수 있습니다.
여기에서 우리는 암의 면역 조절을 개선하기 위해 활용될 수 있는 실행 가능한 노화 메커니즘을 식별하기 위해 노화 세포의 면역 인식 및 제거를 조절하는 원리를 확립하기 시작했습니다. 이를 위해 우리는 내인성 p53의 유전적 조절을 통해 간암 세포가 선택적으로 노화 상태로 전환될 수 있는 새로운 "노화 유도성" 모델을 개발했습니다. 우리는 이것이 면역 세포나 조직 환경의 다른 구성 요소에 대한 노화 유도 치료법의 교란 효과를 피하면서 노화를 유발하는 치료법의 효과를 모방할 것이라고 추론했습니다(26, 27). 이 모델을 사용하여 다른 시스템으로 확장하면 SASP 외에도 노화가 세포 표면 프로테옴 및 신호 프로그램의 주요 리모델링을 촉진하여 세포가 환경을 감지하고 반응하는 방식을 근본적으로 바꿀 것으로 예상되는 방식으로 나타납니다. 미세환경 유형 II IFN(IFN )에 대한 과민성을 통해 본원에 예시된 신호. 이 과정은 노화 종양 세포에서 항원 처리 및 제시 기계의 보다 강력한 상향 조절을 가능하게 하여 생체 내 면역 감시에 취약하게 만듭니다. 따라서 우리의 결과는 SASP와 협력하여 면역원성 잠재력을 높여 면역 매개 종양 거부를 촉진하는 노화 세포의 재구성된 조직 감지 프로그램을 보여줍니다.

cistanche tubeulosa - 면역 체계를 향상시킵니다.
결과
노화 감시 연구를 위한 p{0}}복원 가능한 면역 능력이 있는 종양 모델
노화가 세포 및 조직 상태를 어떻게 재프로그램하는지 연구하기 위해 우리는 종양 특이적 복원 가능한 p53 짧은 머리핀 RNA(shRNA)에 의해 제어되는 노화 유도성 간암 모델을 생성하기 위해 유체역학적 꼬리 정맥 주입(HTVI) 기술을 활용했습니다. 구체적으로, 면역능력이 있는 Bl/6 마우스의 성체 간 간세포를 생체 내에서 잠자는 숲속의 미녀 SB13 트랜스포사제 벡터와 게놈에 통합되는 2개의 트랜스포존 구축물(NrasG12D-IRES-rtTA 및 TRE-tRFP-shp53 또는 "NSP"를 코딩함)로 형질감염시켰습니다. . 이 Tet-On 시스템에서 내인성 p53은 RFP에 연결된 유도성 shRNA의 활성화를 통해 독시사이클린(Dox)의 존재 하에서 억제되어 확립된 종양에서 노화의 유전적 제어를 가능하게 합니다(그림 1A). 인간 간 종양에서 TP53을 비활성화하고 세포 증식 신호 전달 경로(예: PI3K/AKT 및 RAS/MAPK 계통)를 활성화하는 돌연변이의 동시 발생과 일치하여 발암성 RAS와 p53 억제 간의 협력은 간세포 변형을 가져왔고 대부분의 경우 HTVI 후 5~8주 후에 잘 분화되지 않은 특징을 가진 종양이 발생하는 마우스. 전사 프로파일링을 통해 이러한 쥐 종양이 TP53 돌연변이를 보유하는 인간 간세포암종의 전형적인 부류인 인간 간세포암종의 "증식" 부류(보충 그림 S1A-S1F)와 유사하다는 것이 밝혀졌습니다(21, 22, 29).
이전 연구(15)를 기반으로 우리는 위 시스템의 p53 재활성화가 노화를 유발하고 항종양 면역에 관여할 것으로 예상했습니다. 따라서 Dox 철수는 몇 주에 걸쳐 극적인 종양 퇴행을 유발하여 동물 생존 기간을 연장시켰습니다(그림 1B 및 C). Dox 철수 후 14일째 종양을 분석한 결과 p53 shRNA의 예상되는 하향 조절(연결된 RFP 리포터에 의해 시각화됨)과 노화 관련 α-갈락토시다제(SA- -gal)의 축적이 눈에 띄는 영향 없이 밝혀졌습니다. RAS-이펙터 p-ERK (그림 1D). 유사하게, p53 복원 후 6~8일에 외식된 종양 세포에서 SA- -gal 활성 및 SASP 관련 전사 프로파일의 증가와 그에 따른 증식 정지가 관찰되었습니다(보충 그림 S2A-S2H). 주목할 만한 점은 Dox를 먹인 면역 능력이 있는 마우스에 이러한 배양물(p53 침묵을 유지하기 위해 Dox에 유지)을 접목하면 Dox 철수 시 원발 종양과 유사한 동역학으로 퇴행하는 동기식 및 국소 이차 종양이 생성되었다는 것입니다(그림 1B, 보충 그림 S3A- S3E). Tet-Off 시스템을 사용하거나 구성적인 p53 shRNA를 통합하는 제어 실험은 Dox 자체가 우리 모델의 종양 행동에 영향을 미칠 가능성을 배제했습니다 (보충 그림 S3F 및 S3G). 따라서 이 시스템은 숙주 면역 체계를 변경할 수 있는 치료법에 의존하지 않고도 종양 세포의 노화를 효율적으로 유도할 수 있습니다. 추가된 유연성을 고려하여 우리는 아래에 설명된 많은 기계론적 연구에 정형 이식 모델(이하 "NSP"라고 함)을 사용했습니다. 예상한 대로, 위에서 언급한 현저한 종양 퇴행은 면역 매개성이었습니다. 따라서 면역 저하된 누드 및 Rag2-/-Il2rg-/-(R2G2) 마우스에 이식한 후 발생한 NSP 종양은 눈에 띄는 세포 증식 억제 반응을 보였지만 퇴행에 실패했으며 R2G2 동물은 가장 심각한 결함을 나타냈습니다(그림 1E-G; 보충) 그림 S3H 및 S3I). 누드 마우스는 적응 면역에 결함이 있고 R2G2도 선천 면역 측면에서 손상되기 때문에 이러한 결과는 적응 면역 시스템이 모델의 효율적인 종양 퇴행에 필수적이며 잘 통제된 실험적 맥락을 확립하여 종양의 기계적 기초를 탐구한다는 것을 의미합니다. 이러한 효과.

시스탄체 식물의 면역 체계 증가
노화는 종양 면역 회피에서 면역 인식으로의 전환을 촉발합니다
노화의 종양 억제 측분비 효과를 특성화하기 위해 우리는 다음으로 p53-억제("증식"이라고 함) 및 p53-복원("노화"라고 함)을 보유하는 종양의 면역 미세환경을 특성화했습니다. ) Dox 철수 1주 후의 종양 세포, 즉 노화가 확립되었지만 종양이 아직 퇴화되지 않은 시기입니다(보충 그림 S2, S3 및 S4A). 노화 종양 세포가 있는 병변은 증식하는 대조군과 비교하여 총 CD45+ 면역 세포가 약 1.8-배 증가한 것으로 나타났습니다(그림 2A; 참조 15, 16). 면역표현형 및 조직학적 분석(Dox 중단 후 9일째)에 따르면 이는 림프구(B 세포, CD4 T 세포 및 CD8 T 세포) 비율의 현저한 증가와 Gr1+ 비율의 감소와 관련이 있는 것으로 나타났습니다. 골수 유래 억제 세포/호중구(CD11b+Gr1+Ly6Clo; 그림 2B; 보충 그림 S4B). 전체 CD45 집단의 백분율로 대 식세포의 비율은 변하지 않았지만 절대 숫자는 현저하게 증가했습니다 (그림 2A 및 B, 보충 그림 S4C-S4E). T 세포 집단 내에서 축적된 CD8 T 세포는 항원 경험의 마커(CD44+, CD69+)를 나타냈고 효과기 세포(CD44+CD62L−)의 증가된 집단을 보유했습니다. 2C, 참조 30). 면역 환경의 이러한 전반적인 리모델링은 노화 세포가 있는 종양에 대한 CD3:호중구 비율의 상당한 증가를 가져왔고(보충 그림 S4F), 인간의 면역 반응성과 관련된 CD3:호중구 비율의 유사한 증가와 일치하는 효과 간 종양 (31). 리모델링은 조직 제거 후 3D 영상을 사용하여 시각화할 수 있습니다(그림 2D, 보충 그림 S4G 및 S4H, 보충 비디오 S1, 참조 32).

그림 1. 노화 면역 감시 연구를 위한 p53-복원 가능한 종양 모델. A, HTVI를 통해 전달된 잠자는 숲속의 미녀 트랜스포존 시스템을 사용하여 p53-복원 가능한 NRAS 기반 마우스 간암 모델의 생성. (BioRender.com으로 작성) B, p53 복원 후 지정된 시간에 HTVI 및 동소 이식 간암 모델의 대표적인 초음파 사진. C, HTVI 모델에서 마우스의 생존 분석. D, p53-억제(p53 꺼짐) 및 -복원(p53 켜짐)의 대표적인 헤마톡실린 및 에오신(H&E), 면역형광(IF) 및 노화 관련 -갈락토시다제(SA- -gal) 염색 14일) HTVI 모델에서 생성된 종양 섹션. 스케일 바, 5{{30}} μm. E-G, GFP-루시퍼라제 벡터로 형질도입된 NSP 종양 세포를 면역 능력이 있고 면역 결핍된 마우스 계통의 간으로 정위 주사합니다. E, p53 복원 시 초음파로 측정한 종양 크기 변화. R2G2, Rag2-Il2rg 이중 녹아웃 마우스. 데이터는 평균 ± SEM으로 표시됩니다. n 각 변형에 대해 9보다 크거나 같습니다. F, 종양 위의 p53 또는 종점 p53의 21일 시점의 대표적인 육안 사진. G, p53 복원 시 21일째 GFP 표지 종양 세포의 대표적인 IHC 염색. 스케일 바, 100μm. **, P < 0.01; ***, P < 0.001.
노화 종양 세포의 면역 감시를 담당하는 특정 면역 세포 유형을 찾아내기 위해 우리는 동소성 NSP 종양이 있는 마우스의 병렬 코호트를 생성하고 Dox 철수 후 종양 퇴행에 대한 다양한 면역 세포 집단 고갈의 영향을 조사했습니다. 호중구/단핵구(Gr1), 자연 살해(NK) 세포(NK1.1) 및 CD4 T 세포(GK1.5)를 표적으로 하는 항체 차단은 효과가 없는 반면, CD8 T 세포(2.43) 및 대식세포(리포솜 클로드로네이트 사용)의 고갈은 효과가 없었습니다. 이는 대식세포(CD11b+F4/80+)를 선택적으로 표적으로 삼지만 전형적인 수지상 세포(CD11b-CD11c+MHC-II+CD103+; 참조 33, 34)는 선택적으로 종양 퇴행을 현저하게 손상시켰습니다(그림 2). p53-에 의한 종양 노화가 어떻게 생산적인 항종양 면역을 가져오는지 특성화하기 위해 우리는 증식하고 노화된 NSP에서 새로 분리된 CD45 세포에 대한 단일 세포 RNA-seq(scRNA-seq) 분석을 수행했습니다. Dox 철수(8일, 보충 그림 S5A 및 S5B) 후 초기에 종양을 제거하고 차등 풍부도 테스트 알고리즘 Milo(35)를 사용하여 이 과정을 중재하는 면역 세포 유형 내에서 세포 상태 변화를 포착했습니다(보충 그림 S5C-S5F). 종양 퇴행에 대한 기여도에 따라 CD8 T 세포 및 대식세포 하위 집단은 양과 상태에서 현저한 변화를 보여주었습니다. T 세포와 관련하여, 증식하는(p{35}}억제된) 종양은 기능 장애 마커(Tox, Tigit, Lag3, Ctla4, Pdcd1/PD1 및 Cd160)와 활성화 마커(Prf1) 모두의 높은 발현을 나타내는 CD8 T 상태에서 상당히 풍부해졌습니다. , 그림 2F 및 G, 보충 그림 S5G, 보충 표 S1). 이들 CD8 T 세포는 또한 인간 HCC 및 기타 암 유형에서 재활성화될 수 있는 능력을 갖는 T 세포 하위세트를 묘사하는 것으로 알려진 마커인 Tnfrsf9의 높은 수준을 보여주었습니다(36, 37). 대조적으로, 노화(p53-재활성화) 병변에서는 CD8 T 집단이 고도로 활성화되어 낮은 수준의 기능 장애 마커와 이펙터 사이토카인의 높은 발현을 보여줍니다(예: Ifng, Tnf, 보충 표 S1). 따라서, 벌크 종양 조직의 전사 프로파일링은 퇴행을 겪고 있는 노화 종양에서 면역 활성 및 세포독성 시그니처를 보여주었습니다(보충 그림 S5H, 참조 38).

그림 2. 노화는 면역 회피에서 면역 인식으로의 종양 전환을 유발합니다. A, p53-억제된 종양과 p53-복원된 종양(p53 복원 후 7일)에서 각각 면역 세포와 종양 세포를 표시하는 CD45 및 GFP 염색의 대표 이미지. 맞습니다. CD45+ 염색 영역의 정량화는 마우스당 3개의 무작위 필드에서 계산되었습니다. 각 점은 마우스를 나타냅니다. B, 동소이식 NSP 간 종양 모델에서 전반적인 면역 환경에 대한 유세포 분석. 노화 종양의 면역표현형 분석은 Dox 철수 후 9일에 수행됩니다. 이 시점은 노화 상태가 완전히 확립되었지만 대량 종양 퇴행 이전의 시점입니다. G-MDSC, 과립구 골수 유래 억제 세포; M-MDSC, 단핵구 골수 유래 억제 세포. 데이터는 2개의 독립적인 실험에서 수집되었으며, 증식 그룹에는 n= 7, 노화 그룹에는 n= 9이 있습니다. 노화 NSP 종양 병변(A)에서 CD45+ 세포의 절대 수가 증가함에 따라 표시된 세포 유형의 총 수도 증가한다는 점에 유의하십시오. C, CD8 T 세포의 유세포 분석. 데이터는 2개의 독립적인 실험에서 수집되었으며, n= 11은 증식 그룹이고 n= 10은 노화 그룹입니다. 실험은 Dox 철수 후 9일 동안 수행되었습니다. D, 동소이식 NSP 간 종양의 대표적인 조직 투명화 이미지. T 세포, 호중구 및 혈관계는 각각 CD3, MPO 및 CD31 염색으로 표시됩니다. 샘플은 Dox 철수 후 9일에 수집되었습니다. E, 항체 또는 약물을 사용하여 특정 면역 세포 유형을 고갈시킨 후 마우스에서 p53 복원 시 초음파로 측정한 종양 크기 변화. F, 왼쪽, p53-억제 증식(PRO) 및 p{{3{49}}}}재활성화 노화(SEN) 종양에서 분리된 CD8 T 세포의 균일 다양체 근사화 및 투영(UMAP) 플롯. 오른쪽, 증식(p{33}}억제) 종양과 노화(p{34}}재활성화) 종양의 CD{32}} T 세포에서 T 세포 고갈 마커 유전자의 유전자 세트 농축 분석. NES, 정규화된 농축 점수; Pval, P 값. G, 노화(p{{4{51}}}}재활성화됨) 및 증식(p{ {41}}억제) 종양. H, 정위 NSP 간 종양에서 CD8 T 세포 및 F4/80-양성 대식세포 염색의 대표적인 면역형광 이미지. 종양 샘플은 Dox 철수 후 9일에 수집되었습니다. 데이터는 평균 ± SEM으로 표시됩니다. 모든 스케일 바, 100μm. 양측 스튜던트 t-테스트가 사용되었습니다. *, P < 0.05; **, P < 0.01.
대식세포 구획의 변화는 종양 세포 노화가 면역 회피에서 감시로의 전환을 촉발했다는 추가 증거를 제공했습니다. 따라서 scRNA-seq, 면역 표현형 분석 및 조직학은 종양 관련 대식세포 표현형이 F4/80lo; 면역 억제성 PD-L1+ 모집단(예후가 좋지 않은 인간 HCC 종양의 특징, 참고 문헌 39, 40)을 포함한 CD11chi 상태(클러스터 8)에서 F4/80hi까지; 항원 제시 유전자 시그니처의 높은 발현으로 정의되는 CD11c- 상태(클러스터 0)(보충 그림 S5E-S5J 및 S6A 및 S6B, 보충 표 S1). 주목할 점은 이러한 노화 관련 F4/80hi; CD11c- 대식세포는 리포솜 클로드로네이트 처리에 특히 민감했으며(보충 그림 S6C-S6E), 활성 CD8의 분율은 크게 감소했지만 CD4 T 세포는 그렇지 않았습니다(보충 그림 S6F 및 S6G). 대식세포와의 협력을 포함하는 T 의존성 면역 반응. 따라서 조직학적 분석을 통해 축적된 CD8 T 세포와 F4/80+ 대식세포가 종양의 노화 유도 후 공동 농축되는 경우가 많다는 사실이 확인되었습니다(그림 2H, 보충 그림 S4D). 종합적으로, 이러한 생물학적 및 분자적 분석은 종양 세포 노화가 면역 회피에서 대식세포 및 CD8 T 세포 상태의 변화를 통해 매개되는 면역 감시로의 갑작스러운 전환을 유도하여 생산적인 항종양 면역 및 궁극적으로 종양 거부를 유도하는 모델을 뒷받침합니다.
노화는 조직 감지 프로그램 및 세포 표면 환경을 리모델링합니다.
다음으로 우리는 노화 종양 세포를 면역 체계에 표시하는 역할을 하는 분자 메커니즘을 이해하기 위해 위의 모델을 활용하기 시작했습니다. 노화 유도에는 증식성 유전자를 침묵시키고 SASP 인자를 코딩하는 많은 유전자를 활성화시키는 염색질 리모델링 프로그램이 포함되며, 후자 프로그램은 인핸서 리더 BRD4에 크게 의존합니다(10). 따라서 우리는 BRD4 기능을 억제하는 약물인 JQ1의 부재 및 존재 하에서 증식(p53-억제) 대 노화(p53- 복원) 조건 하에서 NSP 세포에 대한 전사 프로파일링 실험을 수행했습니다(보충 표 S2). ). 기대와 일치하여 p53 복원은 증식성 유전자의 발현을 극적으로 감소시키고 T 세포를 자극하는 것으로 알려진 여러 사이토카인(Cxcl16, Il18)을 포함하여 잘 알려진 SASP 인자(그림 3A, 보충 그림 S7A, 참조 7)의 발현을 유도했습니다. ) 또는 대식세포 활성화 및 모집(Csf2, 인코딩 단백질 GM-CSF) 또는 이전에 노화와 연관되어 있음(Igfbp7, Igfbp3, Pdgfa). 이전 연구(10)에서 예상한 바와 같이, 상향 조정된 SASP 인코딩 사본 중 다수(~65%)는 BRD4-에 의존적이었습니다(보충 그림 S7B). 유사하게, T 세포 및 대식세포 유인물질 CCL5, CXCL9 및 GMCSF뿐만 아니라 혈관 재구성 인자 VEGF를 포함하는 다중 사이토카인 분석에 의해 평가된 바와 같이 다양한 성장 인자 및 면역 조절제가 노화 세포에서 분비되었습니다(보충 그림 .S7C). 따라서 p53-복원된 NSP 종양 세포의 노화는 강력한 SASP와 연관되어 있으며, 이는 위에서 특성화된 면역 생태계의 현저한 리모델링과 일치합니다.
놀랍게도, 차별적으로 발현된 유전자(DEG)에 대한 세포내 위치를 조사한 결과, 노화 종양 세포가 분비된("세포외", EC) SASP 인자의 발현을 증가시킬 뿐만 아니라 표면 단백질을 암호화하는 전사체의 발현 수준에 주요 변화를 나타내는 것으로 나타났습니다. ("형질막," PM; 그림 3B). 실제로, 상향 조절된 총 DEG의 25%가 PM 단백질을 암호화했는데, 이는 무작위 분포에서 벗어난 상당한 농축입니다(15%, 그림 3B). 동적 PM-DEG는 단백질 티로신 키나제 신호전달 전달(Nrp1, Egfr), 사이토카인 수용체 활성(Ifngr1), 세포외 기질 수용체(Itgb3, Cd44) 및 이온 전달체(Slc12a1, Slc24a3)에 연결되어 알려진 노화 관련 분자를 포착했습니다. Cd44, Vcam1 및 Itgb3), 이는 노화 세포가 환경과 상호 작용하고 환경을 감지하는 향상된 능력을 가질 수 있음을 시사합니다(그림 3C, 보충 그림 S7D, 참조 41-43). 흥미롭게도, 이러한 많은 PM 단백질 발현의 노화 관련 증가는 JQ1에 의해 둔화되었으며, 이는 이들의 유도가 SASP와 결합된 보다 광범위한 염색질 재구성 프로그램의 일부일 수 있음을 시사합니다(그림 3D, 참조 10). 주목할 점은 노화 유도 약물 조합인 트라메티닙과 팔보시클립으로 처리한 p53- 결핍 NSP 종양 세포에서도 PM 단백질을 코딩하는 유전자의 전사에 심각한 변화가 발생했다는 것입니다(보충 그림 S7E, 상단 패널, 보충 표 S2; 참고문헌 20) 및 다양한 유발인자에 의해 노화가 유도된 간암, 유방암, 폐암 및 대장암에서 유래된 유전적으로 다양한 13개의 TP53 WT 및 TP{32}} 돌연변이 인간 암 세포주에서(그림 3E, 보충 그림 3) S7F, 참조 44). 이는 EC SASP 요인에 대해 관찰된 효과를 연상시키는 상향 조절된(하향 조절되지 않은) PM-DEG에 특히 강력했습니다(그림 3E, 보충 그림 S7E, 하단 패널). 따라서 우리 모델에서 관찰된 세포 표면 단백질의 현저하게 변경된 발현은 p{40}}유발 노화를 넘어 확장되며 노화 상태의 특징일 수 있습니다.
![Figure 3. Senescence remodels tissue-sensing programs and cell-surfaceome landscape. A, Gene set enrichment analysis (Reactome) of RNA-seq data from proliferating (PRO, p53 off) versus senescent (SEN, p53 on for 8 days) NSP liver tumor cells in vitro. NES, normalized enrichment score. B, Subcellular localization of DEGs (P < 0.05; fold change > 2) in all detected genes [transcripts per kilobase million (TPM) > 1] from RNA-seq. C, Gene ontology (GO) analysis of DEGs encoding PM proteins upregulated in senescent cells. TM, transmembrane. D, Transcriptomic analysis of all DEGs (proliferating vs. senescent) in the presence or absence of JQ1 treatment. The C1 cluster (in red) contains the senescence-specific genes sensitive to JQ1, and the C4 cluster (in blue) contains the proliferation-specific genes sensitive to JQ1. E, Meta-analysis of RNA-seq dataset from SENESCopedia by performing subcellular localization of DEGs (same as Fig. 2D) and Fisher exact test to examine the relative enrichment of upregulated and downregulated EC/PM-DEGs deviated from the random distribution. See also Supplementary Fig. S7E and S7F. F, Mass spectrometry (MS) analysis of PM-enriched proteome in proliferating and senescent cells. The protein level is normalized to the mean expression of the protein of all samples. Controls are the samples without biotin labeling serving as background. Red and blue boxes represent proteins enriched in senescent and proliferating cells, respectively. n = 6 for both the senescent and proliferating experimental groups, and n = 3 and 4, respectively, for their control. G, Distribution of upregulated and downregulated GeneCards annotated PM proteins profiled by MS. NC, no change. H, Volcano plot of GeneCards-annotated PM proteins profiled by MS. Figure 3. Senescence remodels tissue-sensing programs and cell-surfaceome landscape. A, Gene set enrichment analysis (Reactome) of RNA-seq data from proliferating (PRO, p53 off) versus senescent (SEN, p53 on for 8 days) NSP liver tumor cells in vitro. NES, normalized enrichment score. B, Subcellular localization of DEGs (P < 0.05; fold change > 2) in all detected genes [transcripts per kilobase million (TPM) > 1] from RNA-seq. C, Gene ontology (GO) analysis of DEGs encoding PM proteins upregulated in senescent cells. TM, transmembrane. D, Transcriptomic analysis of all DEGs (proliferating vs. senescent) in the presence or absence of JQ1 treatment. The C1 cluster (in red) contains the senescence-specific genes sensitive to JQ1, and the C4 cluster (in blue) contains the proliferation-specific genes sensitive to JQ1. E, Meta-analysis of RNA-seq dataset from SENESCopedia by performing subcellular localization of DEGs (same as Fig. 2D) and Fisher exact test to examine the relative enrichment of upregulated and downregulated EC/PM-DEGs deviated from the random distribution. See also Supplementary Fig. S7E and S7F. F, Mass spectrometry (MS) analysis of PM-enriched proteome in proliferating and senescent cells. The protein level is normalized to the mean expression of the protein of all samples. Controls are the samples without biotin labeling serving as background. Red and blue boxes represent proteins enriched in senescent and proliferating cells, respectively. n = 6 for both the senescent and proliferating experimental groups, and n = 3 and 4, respectively, for their control. G, Distribution of upregulated and downregulated GeneCards annotated PM proteins profiled by MS. NC, no change. H, Volcano plot of GeneCards-annotated PM proteins profiled by MS.](/Content/uploads/2023842169/2023121211041587da6474fa1d41cfa90e2a5fe1d0de49.png)
그림 3. 노화는 조직 감지 프로그램과 세포 표면 구조를 리모델링합니다. A, 시험관내에서 증식하는(PRO, p53 off) 대 노화(SEN, p53 on 8일 동안) NSP 간 종양 세포로부터의 RNA-seq 데이터의 유전자 세트 농축 분석(Reactome). NES, 정규화된 농축 점수. B, RNA-seq에서 검출된 모든 유전자[TPM(킬로베이스 백만 당 전사체) > 1]에서 DEG의 세포내 위치(P < 0.05; 배수 변화 > 2). C, 노화 세포에서 상향조절된 PM 단백질을 코딩하는 DEG의 유전자 온톨로지(GO) 분석. TM, 막 횡단. D, JQ1 처리 유무에 따른 모든 DEG(증식 대 노화)의 전사체 분석. C1 클러스터(빨간색)에는 JQ1에 민감한 노화 특이적 유전자가 포함되어 있고, C4 클러스터(파란색)에는 JQ1에 민감한 증식 특이적 유전자가 포함되어 있습니다. E, DEG의 세포내 국소화(그림 2D와 동일)를 수행하여 SENESCopedia의 RNA-seq 데이터 세트에 대한 메타 분석 및 무작위 분포에서 벗어난 상향 조절 및 하향 조절된 EC/PM-DEG의 상대적 농축을 조사하기 위한 Fisher 정확한 테스트. 보충 그림 S7E 및 S7F도 참조하십시오. F, 증식 및 노화 세포에서 PM이 풍부한 프로테옴의 질량 분석법(MS) 분석. 단백질 수준은 모든 샘플의 단백질의 평균 발현으로 정규화됩니다. 대조군은 배경으로 사용되는 비오틴 라벨링이 없는 샘플입니다. 빨간색과 파란색 상자는 각각 노화 세포와 증식 세포가 풍부한 단백질을 나타냅니다. 노화 및 증식 실험 그룹 모두에 대해 n=6, 대조군에 대해 각각 n=3 및 4입니다. G, MS에 의해 프로파일링된 상향 조절 및 하향 조절된 GeneCard 주석이 달린 PM 단백질의 분포. NC, 변화는 없습니다. H, MS에 의해 프로파일링된 GeneCards 주석이 달린 PM 단백질의 화산 플롯.
단백질 수준에서 노화의 PM 인자의 전체적인 리모델링을 검증하기 위해 우리는 세포 표면 단백질이 막 불투과성 비오틴으로 표지된 비오틴 표지 농축 방법을 사용하여 동질성 증식 및 노화 NSP 종양 세포에 대한 표면 프로테오믹스를 수행했습니다. 정제하고 질량 분석을 실시했습니다 (그림 3F, 보충 그림 S7G, 참조 45). 각 조건 하에서 생물학적 복제물 사이의 강한 상관관계가 관찰되었으며(보조 그림 S7H), 검출된 단백질은 p53- 유도된 노화 유도 후 주석이 달린 PM 단백질에 대해 60%만큼 농축되었습니다. 재현 가능하게 검출된 887개의 단백질 중 50% 이상이 차등적으로 발현되었습니다. 대부분의 차등적으로 발현된 단백질은 우리의 전사 프로파일링 데이터에서 관찰된 방향성과 잘 상관관계가 있었지만 일부는 전사 수준의 상응하는 변화 없이 차등적으로 발현되었습니다(보충 그림 S7I).

남성의 면역체계 강화를 위한 시스탄체의 효능
노화 유도 시 질량 분석법으로 검출된 주석이 달린 세포 표면 단백질에는 이전에 노화와 관련된 여러 가지(예: CD44 및 VCAM1), 다양한 성장 인자 및 사이토카인 수용체(예: EGFR, ICAM1 및 IFNGR1) 및 기타 덜 특징적인 요인이 포함되었습니다(그림 1). 3F-H, 보충 그림 S7J 및 S7K). 주목할 점은, 우리 모델에서 확인된 세포 표면이 풍부한 단백질 세트는 종양 유전자에 의해 유발된 노화를 겪고 있는 인간 섬유아세포에서 확인된 단백질과 제한된 중첩을 보였으며(46), 이는 세포 유형 또는 노화 유발 요인 간의 이질성을 시사합니다. 그럼에도 불구하고, 이러한 결과는 분비 프로그램의 재배선 외에도 노화 세포가 세포 표면 단백질의 함량과 풍부함에 있어 중대한 변화를 겪는다는 것을 보여주며, 노화 세포가 생체 내 상태와 운명에 영향을 미칠 수 있는 독특한 미세환경 감지 특성을 획득한다는 것을 암시합니다. .
노화 세포는 IFNg를 감지하고 IFNg 신호를 증폭하도록 준비되어 있습니다.
노화 세포가 환경을 감지하는 방식에 기능적으로 영향을 미칠 수 있는 경로를 식별하기 위해 우리는 항종양 면역과 관련된 노화 관련 변화에 대한 전사 및 단백질 데이터 세트를 채굴했습니다. 흥미롭게도, 유전자 온톨로지(GO) 분석에 따르면 II형 인터페론 감마(IFN) 반응(47)은 노화 동안 풍부해지고 세포 상태 특이적 인핸서 프로그램(즉, JQ{3}}민감성)에 의존하는 주석이 달린 상위 5개 경로 중 하나였습니다. , 즉, 그림 3D의 "C1", 보충 그림 S8A). 변경된 전사체 중에서 우리는 IFN 수용체 서브유닛 IFNGR1(프로테옴 데이터에서 가장 크게 상향 조절된 단백질 중 하나) 및 다중 인터페론 이펙터(Irf1, Irf7 및 Irf9; 참조 47, 48)를 포함하여 IFN 신호 전달의 여러 양성 조절자를 언급했습니다. , 그림 4A–C, 보충 그림 S8B 및 S8C). 이러한 Brd4-민감성 상향 조절 유전자 외에도 IFN 신호 전달의 음성 조절인자(Ptpn2, Socs1 및 Socs3)를 암호화하는 전사물이 크게 감소했습니다(그림 4C, 참조 49, 50). 다양한 노화 유도제(그림 4C, 보충 그림 S8D-S8G)로 처리한 NSP 종양 세포와 더 광범위하게는 13명의 인간 유방암, 폐암, 간암 및 결장암 패널에서 유사한 변화가 나타났습니다. 노화가 시작된 세포주 (그림 4D, 참조 44). 따라서, II형 IFN 신호 전달 성분의 발현 변화는 세포 유형, 세포 유전자형, 종 및 노화 유도 물질의 성질과 관계없이 노화 세포의 일반적인 특징입니다. IFN 신호 전달 효과기의 동시 증가와 음성 조절자의 감소로 인해 우리는 노화 세포가 환경 내에서 IFN을 감지할 준비가 되어 있다는 가설을 세웠습니다. 이 가설을 직접 테스트하기 위해 우리는 증식 및 노화 NSP 세포를 재조합 IFN으로 처리하고 JAK-STAT 신호 전달 활성화에 대한 면역 블로 팅 분석을 수행했습니다. IFN이 두 상태 모두에서 STAT1의 기본 수준을 극적으로 증가시켰음에도 불구하고 노화 세포는 노화 유발 요인과 관계없이 더 많은 인산화된 STAT1을 축적했습니다(그림 4E, 보충 그림 S8H). 또한 우리는 p53- 복원된 노화 세포에서 인산화된 JAK1의 수준이 증가한 것을 발견했으며, 이는 IFN을 감지하는 노화 세포에서 보다 활동적인 JAK-STAT 신호 전달 경로에 대한 발견을 뒷받침합니다(보충 그림 S8I). 전사 분석에서 예측된 바와 같이, 노화는 또한 외인성 IFN의 존재와 관계없이 PTPN2 단백질의 감소를 유발했습니다(51)(그림 4E). 따라서 노화 세포는 환경 내 IFN 농도 제한에 반응하여 IFN 신호 전달을 보다 효율적으로 활성화합니다.
Senescent와 EC IFNg는 항원 처리 및 제시 기계를 협력적으로 상향 조절합니다.
노화 프로그램에 대한 IFN 감지의 기능적 기여를 더 잘 이해하기 위해, 다음으로 낮은 수준(50 pg/mL) 또는 낮은 수준의 재조합 IFN으로 처리한 증식 및 p{0}}복원 노화 NSP 종양 세포의 표현형 및 전사 상태를 비교했습니다. 더 높은(1ng/mL) 용량. 증식성 또는 노화성 종양 세포에 외인성 IFN을 첨가하면 테스트된 용량에서 두 세포 유형 모두의 생존력, 증식 또는 SASP 유전자 발현에 무시할 만한 영향이 있었지만(그림 5A, 보충 그림 S9A-S9D), 노화 상태와 연관된 IFN 경로 유전자 발현이 관찰되었다. 구체적으로, 증식 세포와 노화 세포 전반에 걸친 인증 "IFN 반응 시그니처"의 감독된 클러스터링은 3개의 DEG 모듈을 밝혀냈습니다: (i) IFN(앞서 언급한 음성 조절 인자 포함)에 관계없이 노화 동안 하향 조절되는 유전자; (ii) IFN과 관계없이 노화 동안 상향조절되는 유전자; 그리고 흥미롭게도 (iii) 노화와 IFN의 조합에 의해 협력적으로 유도되는 실질적인 DEG 세트가 있습니다 (그림 5B). 따라서 노화는 IFN에 대한 전사 반응의 양적 및 질적 변화를 유발합니다. 적응성 면역 감시에 대한 IFN 신호 조절 세포의 민감성의 잘 확립된 결과 중 하나는 MHC 클래스 I 분자에 의해 매개되는 항원 제시 능력의 증가입니다(MHC-I; 참고 문헌 47, 52). 실제로, 노화 세포에서 상향조절되거나(클래스 ii 유전자) 외인성 IFN(클래스 iii 유전자) 존재 시 초유도된 많은 유전자에는 항원 제시 기계의 구성 요소가 포함되어 있습니다. 노화 동안 유도된 유전자(클래스 ii 유전자) 중에는 항원 처리와 관련된 운반체인 Tap1과 항원 처리와 관련된 프로테아좀 인자인 Psme1이 있습니다(53). 외인성 IFN(클래스 iii 유전자)에 과민한 것으로는 MHC-I 유전자의 전사 보조활성인자인 Nlrc5(54); MHC-I 조립 인자 Tapbp; 및 MHC-I 서브유닛 B2m. 두 개의 다른 클래스 iii 유전자는 면역프로테아좀(Psmb8 및 Psmb9)의 구성 요소였으며, 이 유전자의 작용은 과발현될 때 제시된 펩타이드의 레퍼토리를 변경할 수 있고 면역 체크포인트 차단에 대한 향상된 종양 반응과 관련이 있습니다(55). 노화 세포에서 IFN의 증폭된 출력은 RT-qPCR에 의해 확인되었으며 훨씬 더 높은 수준의 외인성 IFN에서 유지되었습니다(그림 5C, 보충 표 S3). 위에서 설명한 다인자 과정과 일치하여, 이 효과는 IFNGR1 cDNA를 과발현하거나 IFN으로 처리한 종양 세포에서도 증식하는 종양 세포에서는 관찰되지 않았습니다(보충 그림 S10A-S10D).

그림 4. 노화 세포는 IFN 신호를 감지하고 증폭하도록 준비되어 있습니다. A 및 B, 질량 분석법(A)으로 프로파일링하고 유세포 분석법(B)으로 검증한 증식 및 노화 세포의 IFNGR1 수준. AU는 임의의 단위입니다. 데이터는 평균 ± SEM으로 표시됩니다. n 증식 및 노화 그룹 모두에 대해=6. C, 두 개의 다른 노화 유발 인자로 처리된 NSP 세포와 함께 p53을 복원하는 3개의 독립적인 p{5}}복원 가능한 세포주(NSP, NSM2 및 NSP5)의 RNA-seq 데이터로부터 IFN 신호 전달을 조절하는 선택된 유전자의 전사체 분석. SEN/PRO, 노화/증식 중; T + P, 트라메티닙 + 팔보시클립. D, 인간 세포주에서 IFN 신호전달에 관여하는 선택된 유전자의 mRNA 발현이 노화를 유발했습니다. 치료: 알리, 알리세르팁; 에토, 에토포시드; 숫자는 치료 기간(일)을 나타냅니다. 데이터는 공개 데이터 세트 SENESCopedia(44)에서 얻습니다. E, 상단, IFN(1ng/mL) 존재 또는 부재 하에 다양한 노화 유발 요인 하에서 NSP 세포의 면역블롯 분석. 하단, 면역블롯의 신호 강도 정량화. p-STAT1, 포스포-STAT1(Tyr701).
또한 위에서 설명한 유전자 발현 변화와 일치하여, 노화 종양 세포는 증식하는 세포와 비교하여 낮은 수준의 외인성 IFN에 반응하여 MHC-1을 더욱 강력하게 상향 조절했습니다. 따라서 증식 세포와 노화 세포 모두의 세포 표면 MHC-I 수준은 기준선에서 낮았고 외인성 IFN에 의해 유도된 반면, 노화 세포는 MHC-I 단백질 발현이 유의하게 증가한 것으로 나타났습니다(그림 5D). p53-의존적 노화 프로그램에 관여하는 Butlin을 사용하여 노화를 유발한 간 및 기타 암 유형의 인간 암세포에서 세포 표면 HLA 발현(생쥐의 MHC-I과 동일)에 대해 유사한 시너지 효과가 관찰되었습니다(56) 또는 활성화된 MAPK 경로를 통해 종양 세포를 우선적으로 표적으로 삼는 Trametinib/palbociclib(보충 그림 S11A-S11D, 참조 20). 주목할 점은, HLA 발현에 대한 약물 치료와 IFN의 조합 효과는 노화 유도를 필요로 하며, 자연적 또는 조작된 p53 돌연변이(윤곽에 반응하지 않음) 또는 과다활성화되지 않은 MAPK 경로(무반응)로 인해 노화에 실패한 간 종양 세포에서는 발생하지 않았습니다. 트라메티닙/팔보시클립). 또한, I형 및 II형 IFN 반응 경로에 중복되는 구성 요소가 포함되어 있음에도 불구하고 외인성 IFN 치료는 노화 세포에서 강력한 MHC-I 유도를 생성하거나 p53 복원 모델에서 증식 세포와 노화 세포 사이의 강력한 차별적 유도를 생성하는 IFN을 대체할 수 없습니다. 보충 그림 S11E 및 S11F). 이러한 데이터는 노화가 시작된 쥐와 인간 세포가 제한된 양의 IFN 존재 하에서 항원 처리 및 제시에 대한 증가된 능력을 획득한다는 것을 의미합니다.
노화된 종양 세포는 생체 내에서 IFNg 신호 전달 경로를 과도하게 활성화합니다.
노화 세포에서 확인된 IFN 신호 재배선의 생체 내 결과를 결정하기 위해 우리는 다음으로 IFN 감지(IGS) 리포터 시스템을 적용하여 세포 내 IFN 신호 전달 활성화를 실시간으로 직접 시각화했습니다(57). 이 리포터는 다른 신호에 비해 유형 II IFN에 특이성을 갖는 일련의 합의 IFN 활성화 서열로 구성되며(57), ZsGreen1 형광 단백질을 코딩하는 cDNA 서열이 뒤따르고, 형질도입된 세포를 시각화하기 위해 구성적으로 발현되는 RFP 도입유전자에 연결됩니다(57). 그림 6A). 이 구조물을 발현하는 NSP 종양 세포는 RFP 양성이었으며 시험 관내 IFN 처리시 ZsGreen1 신호의 용량 의존적 증가를 보였으며 p53 유도 후 또는 노화 유도 약물 치료 후 증가했습니다 (그림 6B, 보충 그림 S12A 및 S12B) .
다음으로 우리는 이 시스템을 사용하여 종양의 노화 유도 후 신호 활동을 모니터링했습니다. 구성적 RFP를 발현하는 Reporter형질도입 종양 세포(Dox)를 Dox를 공급한 동계 수용자의 간에 주입하고, 종양 발현 시 Dox를 제거하여 p53 발현을 유도하고 위와 같이 노화를 유발했습니다(그림 1 및 2 참조). 증식하는 대조군(Dox에서 유지된 마우스로부터)과 비교하여 리포터 활동의 3D 영상화 및 IFN 신호전달의 병행 평가를 위해 Dox 철수 후 9일에 퇴행 종양을 분리했습니다. 그림 6C에서 볼 수 있듯이, 증식하는 종양 세포는 리포터 발현이 거의 나타나지 않은 반면, 생체 내에서 노화가 유발된 종양 세포는 더 두드러진 ZsGreen1 신호를 표시했습니다(그림 6C 및 D, 보충 비디오 S2). 이 효과는 종양 조직 추출물에서 IFN 단백질 수준(I형 IFN은 아님)의 특정 증가와 일치합니다(그림 6E, 보충 그림 S12C).
노화 종양에서 면역 세포의 변경된 구성 (그림 2, 보충 그림 S5-S6)이 IGS 리포터의 신호 강화에 기여했는지 여부를 테스트하기 위해 우리는 노화 또는 증식하는 종양 세포를 노출시킬 수 있는 시험 관내 공동 배양 분석을 수행했습니다. scRNA-seq 데이터를 통해 생체 내 IFN의 주요 세포 공급원으로 확인된 동일한 수의 활성화된 CD8 T 세포(그림 6F-H). 노화 세포는 증식하는 대조군과 비교하여 여전히 ZsGreen1 신호의 상당한 증가를 보여주었습니다(그림 6I). 비 세포 자율 신호 활성화와 일치하여 IFN은 증식 또는 노화 조건 하에서 NSP 종양 세포의 조절 배지에서 검출되지 않았지만 (보충 그림 S12D), IFN은 CD8 T 세포와의 공동 배양시 쉽게 검출되었습니다. 대 식세포의 첨가로 더욱 강화되고 노화 세포의 MHC 클래스 I 증가와 CD8 T 세포의 활성화 증가와 관련이 있습니다 (보충 그림 S12E-S12J). 종합적으로, 이들 데이터는 노화 종양 세포와 면역 세포 사이의 이형 상호작용이 종양을 외인성 IFN에 민감하게 하여 항원 제시를 강화하고 효율적인 면역 감시를 유도하는 모델을 뒷받침합니다.

그림 5. Senescent와 EC IFN은 협력하여 항원 처리 및 제시 기계를 상향 조절합니다. A 및 B, IFN(50 pg/mL) 처리 존재 또는 부재 하에 시험관 내에서 증식 및 노화 NSP 세포에서의 유전자의 mRNA 발현. mRNA 수준은 모든 샘플에서 유전자의 평균 발현으로 정규화됩니다. A, 우리 모델의 DEG 인코딩 SASP 요소입니다. B, Hallmark 서명 데이터베이스의 IFN 반응 유전자. C, 낮은(50 pg/mL) 또는 높은(1 ng/mL) 농도의 IFN으로 처리된 증식 및 노화 세포에서 선택된 항원 제시 경로 유전자의 RT-qPCR. 샘플은 2개의 생물학적 복제물에서 나온 것입니다. D, 24시간 동안 IFN으로 처리한 증식 및 노화 세포의 MHC-I 수준을 유세포 분석법으로 측정했습니다. MFI, 중간 형광 강도. 데이터는 평균 ± SEM으로 표시됩니다.

그림 6. 노화는 활성화된 면역 세포에서 종양 세포로의 IFN 매개 이형 신호 전달을 향상시킵니다. IGS 기자의 그래픽 일러스트. (BioRender.com으로 작성) B, 왼쪽, 1ng/mL IFN으로 처리된 증식 및 노화 NSP 세포에서 ZsGreen1 신호를 측정하는 대표적인 유세포 분석 플롯입니다. 오른쪽, IFN 처리 시 ZsGreen{4}}양성 세포의 비율을 정량화한 것입니다. MFI, 중간 형광 강도. C 및 D, IGS 리포터(C)를 발현하는 정형외 주입된 간 NSP 세포주로부터 조직 제거된 종양의 대표적인 3D 이미징. 각 마우스의 간 종양에서 무작위로 선택된 3개 필드의 정량화(D). n=5 및 n=3는 증식 그룹과 노화 그룹(p53 복원 후 9일)입니다. 스케일 바, 100 μm. E, 상단, 생체 내 종양 조직 용해물 샘플의 IFN 수준에 대한 세포 계측 비드 어레이 분석(p53 복원 후 7일). 하단, HTVI에 의해 생성된 생체 내 대량 종양 샘플의 RNA-seq에서 표시된 유전자의 전사체(PRO, p53 off; SEN, 12일 동안 p53 복원). TPM, 킬로베이스 백만당 성적표. 주목할만한 Ifna/b 클러스터에는 14개의 Ifna 하위 유형과 1개의 Ifnb 유전자가 포함되어 있습니다. F 및 G, NSP 이식 가능 모델에서 scRNA-seq에 의해 프로파일링된 종양 침윤 면역 세포에서 Ifng의 발현(그림 2에서와 같이, p53 복원 후 8일째에 수집된 샘플). H, 증식성(P) 및 노화성(S) 종양 병변으로부터 수확된 CD8 T 세포에서 Havcr2(TIM3을 코딩함) 및 Ifng 발현의 균일한 다양체 근사화 및 투영 플롯. 상단 패널은 그림 2F(왼쪽)에서 복제되어 각 조건에 해당하는 셀을 나타냅니다. I, 20 시간의 공동 배양 후 OT-I T 세포 및 SIINFEKL 발현 종양 세포 공동 배양 실험(효과기 대 표적 비율, 5:1)에서 NSP 종양 세포의 ZsGreen1 강도 정량화. 유세포분석으로 측정한 신호. T + P, 트라메티닙 + 팔보시클립. 보충 그림 S12E의 실험 세부 사항을 참조하십시오. 데이터는 평균 ± SEM으로 표시됩니다. 양측 스튜던트 t-테스트가 사용되었습니다. *, P < 0.05; **, P < 0.01; ***, P < 0.001.
노화 종양 세포의 IFNg 신호 전달은 면역 감시에 필요합니다
우리의 결과는 노화 NSP 종양 세포의 면역 매개 제거가 면역 세포 모집을 자극하는 것으로 알려진 SASP의 결합 효과(10, 20, 58)와 이전에 과소평가된 노화 세포의 향상된 감지 및 반응 능력과 관련이 있음을 의미합니다. 여기 IFN 과 함께 표시된 EC 신호. 노화 관련 IFN 감지 프로그램이 노화 종양 세포의 면역 감시에 미치는 영향을 테스트하기 위해 종양 세포에서 IFNGR의 파괴 또는 숙주의 IFN 고갈이 노화 유도 시 NSP 종양 세포의 제거에 어떻게 영향을 미치는지 조사했습니다. . 실제로 IFNGR1의 녹아웃 (KO)시 종양 퇴행 (노화 자체는 아님, 보충 그림 S13A-S13D)이 손상되었습니다 (그림 7A 및 B, 보충 그림 S14A-S14C). Ifng-/- 마우스에 이식된 IFNGR 손상되지 않은 종양(그림 7C 및 D)은 종양 세포에서 표면 MHC-I의 예상 손실과 관련이 있습니다(보충 그림 S14D 및 S14E).
CD8+ 관여에 대한 IFN 신호 전달 및 종양 세포 MHC-I의 알려진 기여와 일관되게(59), IFNGR1이 결여되어 있거나 Ifng-/- 수용자에서 발생한 종양은 양쪽 모두에서 WT 대응물보다 더 적은 CD8 T 세포를 함유했습니다. 풍부한 대 식세포를 포함하여 강력한 면역 침윤을 유도하면서 증식 및 노화 상태 (보조 그림 S14F) (그림 7E 및 F, 보충 그림 S14G). 그럼에도 불구하고 손상된 노화 감시 표현형은 단순히 CD8 T 세포의 감소로 인한 결과는 아닙니다. IFNGR1 KO 및 WT 종양 세포를 CD8 T 세포 및 대식세포에 균일하게 노출시키는 공동배양 분석은 여전히 노화 종양 세포의 IFNGR1-의존적 사멸을 보여주었습니다(보충 그림 S15A-S15E). 이는 두 T의 존재를 필요로 하는 의존성입니다. 동일한 조건에서 증식하는 종양 세포에서는 세포와 대식세포가 관찰되지 않았습니다. 종합하면, 이러한 데이터는 미세 환경 IFN을 감지하는 노화 세포의 향상된 능력이 SASP 자극 면역 세포 모집과 협력하여 종양 세포, 대식세포 및 활성화된 T 세포 간의 이형 상호 작용을 상호 강화하여 항원 제시 및 면역 감시를 향상시킬 수 있음을 나타냅니다. , 강력한 종양 퇴행으로 이어집니다.
논의
암 면역 회피 대 노화 감시가 엄격한 유전적 통제 하에 있는 쥐 종양 모델을 통해 우리는 노화 세포가 환경 신호를 보내고 받는 능력을 어떻게 극적으로 변화시키는지 밝힙니다(보충 그림 S16). 알려진 노화 프로그램과 일치하게, p53-에 의한 노화 유도는 증식 유전자의 침묵을 초래하고 SASP를 유도했습니다. 그러나 우리는 또한 노화 세포가 환경 신호에 반응하는 방식을 크게 변화시킬 것으로 예상되는 다양한 성장 인자 수용체 및 사이토카인 수용체를 포함하여 PM 단백질의 유전자 발현에 대한 중대한 영향을 관찰했습니다. 중요한 것은 간암 모델을 기본 실험 시스템으로 사용했지만 환경 신호에 민감하게 반응하는 세포 표면 센서 및 유전자 프로그램의 발현에서 유사한 재배선이 노화 유도로 처리된 광범위한 쥐 및 인간 종양 세포에서 관찰되었다는 것입니다. 이는 변경된 감지 프로그램이 노화 상태의 일반적인 특징임을 암시합니다.

남성의 면역체계 강화를 위한 시스탄체의 효능
노화 세포에서 변경된 주요 감지 경로 중 하나는 II형 IFN 신호 전달과 관련이 있습니다. 우리의 간암 모델과 우리가 조사한 모든 노화 상태에서 노화는 외인성 IFN 신호 전달을 향상시킬 것으로 예상되는 세포 고유의 전사 및 단백질 발현 변화를 동반합니다. 실제로, 노화 세포는 시험관 내 및 생체 내에서 IFN에 반응하여 IFN 이펙터를 더욱 강력하게 활성화했으며, 손상되지 않은 IFN 이펙터 경로와 환경의 IFN 모두 노화 종양 세포의 효율적인 CD8 T 세포 매개 제거에 필요합니다. 노화 세포 전사체의 경로 분석에서는 II형 IFN 신호 전달이 풍부한 특징으로 변함없이 식별되지만, I형과 II 신호 전달 요소 사이의 중복과 IFN이 일반적으로 SASP 인자로 검출되지 않는다는 사실은 노화에서 II형 IFN 신호 전달에 관한 기계적인 질문을 남겼습니다. 대부분 탐험되지 않았습니다. 우리의 연구는 노화 세포의 IFN 신호 전달 시그니처의 이러한 강화가 생체 내에서 출력이 가장 두드러지는 IFN 감지에 대한 향상된 용량을 반영한다는 것을 보여줍니다.

그림 7. 노화 종양 세포의 IFN 신호 전달은 면역 감시에 필요합니다. A, 증식 및 노화 NSP 세포 모두의 Ifngr1 KO는 유동 세포측정법에 의해 검증되었습니다. B, p53 복원 시 Bl/6N 마우스에 동소 이식된 Ifngr1 KO 또는 대조 sgRNA로 형질감염된 종양 세포의 종양 퇴행 표현형. Chr8(Ctrl KO)에 위치한 유전자 사막을 표적으로 하는 대조 sgRNA가 대조 역할을 합니다. C, p53 복원 시 WT 또는 Ifng KO 마우스에 정위적으로 주입된 모 NSP 종양 세포의 종양 퇴행 표현형. D, C로부터 p53 복원 후 21일에 수집된 종양의 대표적인 거시적 이미지. E, 표시된 그룹의 종양 내 CD45 풍부도에 대한 유세포 분석. F, 지정된 숙주로부터 p{{1{18}}}}억제(증식) 및 p{11}}복원(노화, p53 복원 후 7일) 종양의 대표적인 면역형광. 시각화를 위해 NSP 종양 세포에 GFP 발현 벡터를 형질도입했습니다. 스케일 바, 50 μm. 데이터는 평균 ± SEM으로 표시됩니다. 양측 스튜던트 t-테스트가 사용되었습니다. **, P < 0.01; ***, P < 0.001.
아마도 II형 IFN 신호 전달의 가장 잘 확립된 결과는 항원 제시 기계를 유도하는 능력과 관련이 있을 것입니다. 실제로, IFN은 증식 및 노화 조건 모두에서 우리 모델에서 MHC-I(또는 인간 세포의 HLA)의 세포 표면 발현을 유도했습니다. 그러나, IFN에 의해 유도된 MHC-I 상향 조절은 노화 세포에서 더 두드러졌으며, 이는 항원 처리, 기타 항원 처리 인자 및 MHC-I의 구조적 구성 요소와 관련된 운반체의 발현 증가와 상관 관계가 있는 효과입니다. MHC-I/HLA 유도 시 IFN에 대한 유사한 과민성이 노화가 유발된 인간 간 및 폐암 세포주에서 관찰되었습니다. 이러한 결과는 노화 프로그램이 비면역 세포에서 항원 제시를 향상시켜 종양 면역감시를 촉진할 수 있음을 의미합니다. 우리의 결과는 조직 생물학에 대한 노화 세포의 궁극적인 영향이 환경 신호를 보내고 받는 방식의 결합된 효과에 의해 결정되는 모델을 뒷받침합니다. 노화 세포는 조직 리모델링을 촉발하고 환경에서 세포 상태와 면역 세포의 구성을 변경하는 SASP를 유도할 뿐만 아니라, 표면체를 극적으로 변경하여 여기에서 IFN으로 예시되는 환경 요인을 감지하는 차등적 능력을 유도합니다. 중요한 것은 IFN 신호 전달의 중단이 우리 시스템의 노화 유도 또는 SASP에 영향을 미치지 않았지만 후속 종양 퇴행이 손상되었다는 것입니다. 이는 변경된 환경 감지가 SASP와 협력하여 노화 프로그램의 궁극적인 결과를 결정한다는 것을 나타냅니다. 이 경우 면역 감시. SASP와 감지 프로그램 모두 염색질 리모델링 인자 BRD4에 대한 현저한 의존성을 보여주기 때문에 이러한 효과는 조정된 후생유전학 프로그램의 일부인 것으로 보입니다.
우리 모델의 면역 감시 메커니즘은 "면역 감기"에서 "면역 뜨거운" 종양 미세 환경으로의 전환을 반영하는 CD8 T 세포와 대식세포 집단의 협력 효과에 달려 있지만, 다른 선천적 또는 적응성 면역 세포 유형은 인식할 수 있습니다. 그리고 다른 상황에서 노화 세포를 제거하거나, 대안적으로 면역 감시가 전혀 발생하지 않을 수도 있습니다(18, 19). 의심할 여지 없이 이러한 구별 중 일부는 SASP 인자 분비의 이질성을 반영하지만(13, 14), 우리의 결과는 변경된 환경 감지의 정도와 특성이 노화 세포가 조직 생물학에 영향을 미치는 방식에도 영향을 미칠 수 있다는 가능성을 제시합니다. 노화 종양 세포에서 IFN 감지(Ifngr1 KO를 통해)의 녹아웃과 MHC-I(B2M KO)의 결실이 생체 내 면역 감시를 손상시켰음에도 불구하고 노화 유도 후 종양 퇴행을 완전히 폐지하지는 않았으며, 이는 노화 세포에서 IFN 감지가 종양 퇴행에 기여하는 유일한 경로는 아닙니다. 그럼에도 불구하고, 노화 세포가 환경 신호에 다르게 반응할 수 있다는 사실은 조직에서의 궁극적인 분자 상태가 세포 배양에서와 다를 것이라는 것을 의미하며, 이는 생체 내 과정을 더 잘 특성화할 필요성을 강조합니다.
우리의 결과는 생리학과 질병에서 노화 생물학의 역설적 효과를 설명하는 데 도움이 될 수 있으며 노화 조절 치료제의 효과적인 사용에 대한 의미를 가질 수 있습니다. 예를 들어, 우리 모델에서 종양 노화 세포 제거와 지속성 사이의 차이는 적어도 부분적으로 환경적 IFN의 존재와 노화 세포에서 II형 IFN 신호 전달의 완전성에 의해 결정되었습니다. 이는 IFN 분비 면역 세포 또는 다른 면역 세포 유형을 모집하고 감지하는 노화 세포의 능력 변화가 노화 세포 제거에 심각한 영향을 미칠 수 있으며, 따라서 환경적 IFN 감소 또는 II형 IFN 신호 전달 감소가 조직 내에서 노화 세포 지속성을 가능하게 할 수 있음을 시사합니다. 암과 관련하여 종양 세포 노화를 유도하는 치료법(세포 증식 억제 프로그램)은 면역 매개 종양 퇴행을 촉발하거나 종양을 면역 체크포인트 차단에 다시 민감하게 만들 수 있지만 이것이 보편적인 결과는 아닙니다. 따라서 SASP의 이질성(종양 세포 유형과 노화 유도자에 따라 다를 수 있음) 또는 IFN 감지 및 출력(아마도 IFN 경로 또는 HLA 구성 요소의 결실 또는 돌연변이(60) 또는 여기에서 밝혀진 가역적 전사 메커니즘에 의해 영향을 받음)가 영향을 미칠 수 있습니다. 환자에게 그러한 치료법의 효과. 이러한 개념과 일관되게, 특정 SASP 프로필의 치료 중심 유도는 난소암 환자의 하위 그룹에서 환자 결과를 예측합니다(61). 대조적으로, IFN에 대한 민감도를 증가시킴으로써(예를 들어, PTPN2 억제제를 사용하여) 노화 세포의 면역 감시를 강화하는 전략은 종양 세포 거부에 대한 편향 프로그램 결과를 도울 수 있습니다. 우리는 치료 전 및 치료 후 종양 생검(예: 전사체 또는 단백질체 프로파일을 통해)에서 이러한 조직 리모델링 및 감지 프로그램을 조사하면 암의 임상 관리를 개선하기 위한 새로운 반응 바이오마커 및/또는 조합 전략을 노출할 수 있다고 생각합니다.
참고자료
1. Di Micco R, Krizhanovsky V, Baker D, d'Adda di Fagagna F. 노화의 세포 노화: 메커니즘에서 치료 기회까지. Nat Rev Mol Cell Biol 2021;22:75–95.
2. Munoz-Espin D, Serrano M. 세포 노화: 생리학에서 병리학까지. Nat Rev Mol Cell Biol 2014;15:482-96.
3. Demaria M, Ohtani N, Youssef SA, Rodier F, Toussaint W, Mitchell JR 등 PDGF-AA 분비를 통한 최적의 상처 치유에서 노화 세포의 필수적인 역할. Dev Cell 2014;31:722–33.
4. Xu M, Pirtskhalava T, Farr JN, Weigand BM, Palmer AK, Weivoda MM 등. 세놀리틱스는 신체 기능을 개선하고 노년기 수명을 연장시킵니다. Nat Med 2018;24:1246–56.
5. 세라노 M, 린 AW, 맥커라크 ME, 비치 D, 로우 SW. 발암성 Ras는 p53 및 p16INK4a의 축적과 관련된 조기 세포 노화를 유발합니다. 셀 1997;88:593–602.
6. Ewald JA, Desotelle JA, Wilding G, Jarrard DF. 암의 치료로 인한 노화. J Natl Cancer Inst 2010;102:1536–46.
7. Coppe JP, Desprez PY, Krtolica A, Campisi J. 노화 관련 분비 표현형: 종양 억제의 어두운 면. Annu Rev Pathol 2010;5:99–118.
8. Demaria M, O'Leary MN, Chang J, Shao L, Liu S, Alimirah F 등. 세포 노화는 화학요법과 암 재발의 부작용을 촉진합니다. Cancer Discov 2017;7:165–76.
9. Coppe JP, Patil CK, Rodier F, Sun Y, Munoz DP, Goldstein J 등 노화 관련 분비 표현형은 발암성 RAS와 p53 종양 억제인자의 세포 비자율 기능을 드러냅니다. PLoS Biol 2008;6:2853–68.
10. Tasdemir N, Banito A, Roe JS, Alonso-Curbelo D, Camiolo M, Tschaharganeh DF, 외. BRD4는 인핸서 리모델링을 노화 면역 감시에 연결합니다. Cancer Discov 2016;6:612–29.
11. Chien Y, Scuoppo C, Wang X, Fang X, Balgley B, Bolden JE 등. NF-kappaB에 의한 노화 관련 분비 표현형의 조절은 노화를 촉진하고 화학민감성을 향상시킵니다. Genes Dev 2011;25:2125–36.
12. Kuilman T, Michaloglou C, Vredeveld LC, Douma S, van Doorn R, Desmet CJ, 외. 인터루킨 의존성 염증 네트워크에 의해 전달되는 종양 유전자 유발 노화. 셀 2008;133:1019–31.
13. Basisty N, Kale A, Jeon OH, Kuehnemann C, Payne T, Rao C 등. 노화 바이오마커 개발을 위한 노화 관련 분비물의 단백질체 지도입니다. PLoS Biol 2020;18:e3000599.
14. Hernandez-Segura A, de Jong TV, Melov S, Guryev V, Campisi J, Demaria M. 노화 세포의 전사 이질성을 밝혀냅니다. Curr Biol 2017;27:2652–60.
15. Xue W, Zender L, Miething C, Dickins RA, Hernando E, Krizhanovsky V 등. 노화 및 종양 제거는 쥐의 간암종에서 p53 복원에 의해 유발됩니다. 자연 2007;445:656–60.
16. Kang TW, Yevsa T, Woller N, Hoenicke L, Wuestefeld T, Dauch D 등. 전악성 간세포의 노화 감시는 간암 발병을 제한합니다. 자연 2011;479:547–51.
17. Ovadya Y, Landsberger T, Leins H, Vadai E, Gal H, Biran A, 외. 면역 감시가 손상되면 노화 세포의 축적과 노화가 가속화됩니다. Nat Commun 2018;9:5435.
18. 루잠비오 A. (노화세포)를 제거할 것인가, 아니면 제거하지 않을 것인가? 그것이 문제입니다. 바이오에세이 2016;38 보충 1:S56–64. 19. Di Mitri D, Toso A, Chen JJ, Sarti M, Pinton S, Jost TR 등. 종양 침윤 Gr-1+ 골수성 세포는 암의 노화를 길항합니다. 자연 2014;515:134–7.
20. Ruscetti M, Leibold J, Bott MJ, Fennell M, Kulick A, Salgado NR 등. NK 세포 매개 세포독성은 세포증식억제 약물 조합에 의한 종양 조절에 기여합니다. 과학 2018;362:1416–22.
21. Llovet JM, Kelley RK, Villanueva A, Singal AG, Pikarsky E, Roayaie S 등. 간세포 암. Nat Rev Dis Primers 2021;7:6.
22. Chiang DY, Villanueva A, Hoshida Y, Peix J, Newell P, Minguez B 등. VEGFA의 초점 이득과 간세포 암종의 분자 분류. Cancer Res 2008;68:6779-88.
23. Llovet JM, Castet F, Heikenwalder M, Maini MK, Mazzaferro V, Pinato DJ 등 간세포암종에 대한 면역요법. Nat Rev Clin Oncol 2022;19:151–72.
24. Sangro B, Sarobe P, Hervas-Stubbs S, Melero I. 간세포 암종에 대한 면역 요법의 발전. Nat Rev Gastroenterol Hepatol 2021;18:525–43.
25. 레빈 AJ. 암 치료를 위한 P53 단백질 표적화: P53 연구의 번역 영향. Cancer Res 2022;82:362–4.
26. Xiao Y, Chen J, Zhou H, Zeng X, Ruan Z, Pu Z 등. p53 mRNA 단독요법과 면역 체크포인트 차단을 결합하면 효과적인 암 치료를 위해 면역 미세환경을 재프로그램할 수 있습니다. Nat Commun 2022;13:758.
27. Demir O, Barros EP, Offutt TL, Rosenfeld M, Amaro RE. p53 역학, 기능 및 재활성화에 대한 통합 보기입니다. Curr Opin Struct Biol 2021;67:187–94.
28. Suda T, Liu D. 유체역학적 유전자 전달: 원리 및 응용. Mol Ther 2007;15:2063–9.
29. Hoshida Y, Nijman SM, Kobayashi M, Chan JA, Brunet JP, Chiang DY 등 통합 전사체 분석은 인간 간세포 암종의 일반적인 분자 하위 클래스를 보여줍니다. Cancer Res 2009;69:7385-92.
30. Kaech SM, Hemby S, Kersh E, Ahmed R. 메모리 CD8 T 세포 분화의 분자 및 기능적 프로파일링. 셀 2002;111:837–51.
31. Bruix J, Cheng AL, Meinhardt G, Nakajima K, De Sanctis Y, Llovet J. 간세포 암종 환자에서 소라페닙 혜택의 예후 인자 및 예측 변수: 두 가지 제3상 연구 분석. J 헤파톨 2017;67:999–1008.
32. Adrover JM, Aroca-Crevillen A, Crainiciuc G, Ostos F, Rojas-Vega Y, Rubio-Ponce A, 외. 호중구 프로테옴의 프로그램된 '무장해제'는 염증의 정도를 감소시킵니다. Nat Immunol 2020;21: 135–44.
33. Zeisberger SM, Odermatt B, Marty C, Zehnder-Fjallman AH, Ballmer-Hofer K, Schwendener RA. 종양 관련 대식세포의 클로드로네이트-리포솜 매개 고갈: 새롭고 매우 효과적인 항혈관신생 치료법. Br J Cancer 2006;95:272–81.
34. De Simone G, Andreata F, Bleriot C, Fumagalli V, Laura C, Garcia-Manteiga JM 등. 간세포 프라이밍에 의해 유발된 T 세포 기능 장애를 되돌릴 수 있는 쿠퍼 세포 하위 집합의 식별. 면역 2021;54:2089–100.
35. Dann E, Henderson NC, Teichmann SA, Morgan MD, Marioni JC. k-최근접 이웃 그래프를 사용하여 단일 세포 데이터에 대한 차별 존재비 테스트. Nat Biotechnol 2022;40:245–53.
36. Kim HD, Park S, Jeong S, Lee YJ, Lee H, Kim CG, et al. 4-1BB는 간세포 암종에서 소진된 종양 침윤 CD8(+) T 세포의 뚜렷한 활성화 상태를 묘사합니다. 간학 2020;71:955-71.
37. Li Y, Wang Z, Jiang W, Zeng H, Liu Z, Lin Z 등. 종양 침투 TNFRSF9(+) CD8(+) T 세포는 예후와 면역 치료 반응을 가진 투명 세포 신장 세포 암종의 다양한 하위 집합을 정의합니다. 종양면역학 2020;9:1838141.
38. Bindea G, Mlecnik B, Tosolini M, Kirilovsky A, Waldner M, Obenauf AC 등. 종양 내 면역 세포의 시공간 역학은 인간 암의 면역 환경을 드러냅니다. 면역 2013;39:782–95.
39. Kuang DM, Zhao Q, Peng C, Xu J, Zhang JP, Wu C 등. 간세포 암종의 종양 주위 간질에서 활성화된 단핵구는 PD-L1을 통해 면역 특권과 질병 진행을 촉진합니다. J Exp Med 2009;206:1327–37.
40. Lu LG, Zhou ZL, Wang XY, Liu BY, Lu JY, Liu S 등. PD-L1 차단은 간세포 암종에서 해당 대식세포의 본질적인 항종양 특성을 해방시킵니다. 구트 2022;71:2551–60.
41. Milanovic M, Fan DNY, Belenki D, Dabritz JHM, Zhao Z, Yu Y, 외. 노화 관련 재프로그래밍은 암의 줄기세포성을 촉진합니다. 자연 2018;553:96–100.
42. Yousef H, Czupalla CJ, Lee D, Chen MB, Burke AN, Zera KA 등. 노화된 혈액은 해마 신경 전구체 활동을 손상시키고 뇌 내피 세포 VCAM1을 통해 소교세포를 활성화합니다. Nat Med 2019;25:988–1000.
43. Rapisarda V, Borghesan M, Miguela V, Encheva V, Snijders AP, Lujambio A, 외. 인테그린 베타 3는 TGF-베타 경로를 활성화하여 세포 노화를 조절합니다. 셀 담당자 2017;18:2480–93.
44. Jochems F, Thijssen B, De Conti G, Jansen R, Pogacar Z, Groot K 등. 암 SENESCopedia: 암세포 노화에 대한 설명. 셀 담당자 2021;36:109441.
45. Perna F, Berman SH, Soni RK, Mansilla-Soto J, Eyquem J, Hamieh M 등. AML의 체계적인 조합 키메라 항원 수용체 치료를 위해 단백질체학과 전사체학을 통합합니다. 암세포 2017;32:506–19.
46. Hoare M, Ito Y, Kang TW, Weekes MP, Matheson NJ, Patten DA 등. NOTCH1은 노화 동안 두 개의 서로 다른 분비체 사이의 전환을 중재합니다. Nat Cell Biol 2016;18:979–92.
47. 카스트로 F, 카르도소 AP, 곤칼베스 RM, 세레 K, 올리베이라 MJ. 종양 면역 감시 또는 회피의 교차로에 있는 인터페론-감마. 프론트 이뮤놀 2018;9:847.
48. 플라타니아스 LC. 유형 I 및 유형 II 인터페론 매개 신호 전달 메커니즘. Nat Rev Immunol 2005;5:375–86.
49. Manguso RT, Pope HW, Zimmer MD, Brown FD, Yates KB, Miller BC 등 생체 내 CRISPR 스크리닝은 Ptpn2를 암 면역치료 표적으로 식별합니다. 자연 2017;547:413–8.
50. Song MM, Shuai K. 사이토카인 신호전달(SOCS) 1 및 SOCS3 억제제는 인터페론 매개 항바이러스 및 항증식 활성을 억제하지만 SOCS2 단백질은 억제하지 않습니다. J Biol Chem 1998;273:35056–62.
51. Kleppe M, Soulier J, Asnafi V, Mentens N, Hornakova T, Knoops L, 외. PTPN2는 T세포 급성 림프구성 백혈병에서 발암성 JAK1을 부정적으로 조절합니다. 블러드 2011;117:7090–8.
52. Zhou F. MHC 클래스 I 항원 처리 및 제시를 상향 조절하는 IFN-감마의 분자 메커니즘. Int Rev Immunol 2009;28:239–60.
53. 매카시 MK, 와인버그 JB. 면역프로테아좀과 바이러스 감염: 염증의 복잡한 조절자. 프론트 마이크로바이올 2015; 6:21.
54. 요시하마 S, 비자얀 S, 시디크 T, 고바야시 KS. NLRC5/CITA: 암 면역 감시의 핵심 역할. 2017년 암 동향;3:28–38.
55. Kalaora S, Lee JS, Barnea E, Levy R, Greenberg P, Alon M 등. 면역프로테아좀 발현은 흑색종의 체크포인트 요법에 대한 더 나은 예후 및 반응과 관련이 있습니다. 냇 커뮤니티 2020; 11:896.
56. Efeyan A, Ortega-Molina A, Velasco-Miguel S, Herranz D, Vassilev LT, Serrano M. 섬유아세포의 마우스 세포에서 MDM2 길항제 nutlin-3a에 의한 p53-의존 노화 유도 기원. Cancer Res 2007;67:7350-7.
57. Hoekstra ME, Bornes L, Dijkgraaf FE, Philips D, Pardieck IN, Toebes M 등. CD8(+) T 세포 분비 IFNgamma에 의한 방관자 종양 세포의 장거리 변조. Nat Cancer 2020;1:291–301.
58. Ruscetti M, Morris JPt, Mezzadra R, Russell J, Leibold J, Romesser PB 등 노화로 인한 혈관 리모델링은 췌장암의 치료 취약성을 만듭니다. 셀 2020;181:424–41.
59. Dighe AS, Richards E, Old LJ, Schreiber RD. 생체 내 성장이 강화되고 우성 음성 IFN 감마 수용체를 발현하는 종양 세포의 거부에 대한 저항성이 향상됩니다. 면역 1994;1:447–56.
60. Gao J, Shi LZ, Zhao H, Chen J, Xiong L, He Q 등. 항CTLA{2}} 치료에 대한 저항성 메커니즘으로 인한 종양 세포의 IFN 감마 경로 유전자 손실. 셀 2016;167:397–404.
61. Paffenholz SV, Salvagno C, Ho YJ, Limjoco M, Baslan T, Tian S 등. 노화 유도는 난소암의 전임상 모델에서 화학요법 및 면역요법에 대한 반응을 지시합니다. Proc Natl Acad Sci USA 2022;119:e2117754119.
62. Shao DD, Xue W, Krall EB, Bhutkar A, Piccioni F, Wang X 등. KRAS와 YAP1은 EMT와 종양 생존을 조절하기 위해 수렴됩니다. 셀 2014;158:171–84.
63. Zhu C, Kim K, Wang X, Bartolome A, Salomao M, Dongiovanni P 등. 간세포 노치 활성화는 비알코올성 지방간염에서 간 섬유증을 유발합니다. Sci Transl Med 2018;10:eaat0344.
64. 스사키 EA, 타이나카 K, 페린 D, 유키나가 H, 쿠노 A, 우에다 HR. 전체 뇌 및 전신 청소 및 이미징을 위한 고급 CUBIC 프로토콜. Nat Protoc 2015;10:1709–27.
65. Bolger AM, Lohse M, Usadel B. Trimmomatic: Illumina 시퀀스 데이터를 위한 유연한 트리머. 생물정보학 2014;30:2114–20. 66. Dobin A, Davis CA, Schlesinger F, Drenkow J, Zaleski C, Jha S 등. STAR: 초고속 범용 RNA-seq 정렬기. 생물정보학 2013;29:15–21.
67. Anders S, Pyl PT, Huber W. HTSeq - 처리량이 높은 시퀀싱 데이터를 사용하는 Python 프레임워크입니다. 생물정보학 2015;31:166–9.
68. Love MI, Huber W, Anders S. DESeq2를 사용한 RNA-seq 데이터의 접힘 변화 및 분산에 대한 적절한 추정. 게놈 바이오 2014;15:550.
69. Chen EY, Tan CM, Kou Y, Duan Q, Wang Z, Meirelles GV 등 Enrichr: 대화형 및 협업 HTML5 유전자 목록 강화 분석 도구입니다. BMC Bioinf 2013;14:128.
70. Foroutan M, Bhuva DD, Lyu R, Horan K, Cursons J, Davis MJ. 분자 표현형의 단일 샘플 채점. BMC Bioinf 2018;19:404.
71. 바인더 JX, Pletscher-Frankild S, Tsafou K, Stolte C, O'Donoghue SI, Schneider R, 외. 구획: 단백질 세포내 국소화 증거의 통합 및 시각화. 데이터베이스(옥스포드) 2014;2014:bau012.
72. 암 게놈 아틀라스 연구 네트워크. 간세포 암종의 포괄적이고 통합적인 게놈 특성 분석. 셀 2017; 169:1327–41.
73. Colaprico A, Silva TC, Olsen C, Garofano L, Cava C, Garolini D 등. TCGAbiolinks: TCGA 데이터의 통합 분석을 위한 R/Bioconductor 패키지입니다. 핵산 해상도 2016;44:e71.
74. Hanzelmann S, Castelo R, Guinney J. GSVA: 마이크로어레이 및 RNA-seq 데이터에 대한 유전자 세트 변이 분석. BMC Bioinf 2013;14:7.
75. Bankhead P, Loughrey MB, Fernandez JA, Dombrowski Y, McArt DG, Dunne PD 등 QuPath: 디지털 병리학 이미지 분석을 위한 오픈 소스 소프트웨어입니다. 과학 담당자 2017;7:16878.
76. Bernstein NJ, Fong NL, Lam I, Roy MA, Hendrickson DG, Kelley DR. Solo: 반지도 딥러닝을 통해 단일 세포 RNA-Seq에서 이중선 식별. 셀 시스템 2020;11:95–101.
77. Satija R, Farrell JA, Gennert D, Schier AF, Regev A. 단일 세포 유전자 발현 데이터의 공간 재구성. Nat Biotechnol 2015;33:495–502.
78. McInnes L, Healy J, Melville J. UMAP: 균일 다양체 근사 및 치수 축소를 위한 투영. arXiv: 1802.03426 [사전 인쇄본]. 2018. 출처: https://doi.org/10.48550/arXiv.1802.03426.
79. Traag VA, Waltman L, van Eck NJ. Louvain에서 Leiden까지: 잘 연결된 커뮤니티를 보장합니다. 과학 담당자 2019;9:5233.
80. Korsunsky I, Millard N, Fan J, Slowikowski K, Zhang F, Wei K, 외. 단일 세포 데이터를 Harmony와 빠르고 민감하며 정확하게 통합합니다. Nat 방법 2019;16:1289–96.






