《Nature Genetics》：Mutational scanning reveals oncogenic CTNNB1 mutations have diverse effects on signaling
编辑推荐：
本研究通过饱和基因组编辑技术，系统性量化了CTNNB1基因外显子3热点区342种错义突变对Wnt/β-catenin信号通路的影响，构建了突变效应评分体系。研究发现不同组织来源的肿瘤对β-catenin信号激活强度存在"恰到好处"的选择偏好，且在肝细胞癌中弱效应突变与肿瘤免疫浸润程度呈正相关，为靶向治疗和免疫治疗策略提供了新的分子分型依据。
在癌症研究领域，CTNNB1基因编码的β-连环蛋白（β-catenin）作为经典Wnt信号通路的核心效应分子，其功能异常与多种肿瘤的发生发展密切相关。尤其值得注意的是，该基因外显子3编码的降解靶向序列（degron）区域已成为跨癌种的热点突变区，这些突变通过破坏β-连环蛋白与E3泛素连接酶受体β-TRCP的结合，导致蛋白异常积累并持续激活下游靶基因。然而，长期以来科学界对这样一个关键问题缺乏系统认知：这些不同的热点突变对信号通路激活强度是否存在差异？这种差异是否影响肿瘤的生物学行为和临床特征？
为解答这一科学问题，研究团队在《Nature Genetics》上发表了突破性研究成果。他们创新性地将饱和基因组编辑（Saturation Genome Editing, SGE）技术与荧光报告系统相结合，首次实现了对CTNNB1外显子3热点区所有342种可能错义突变的功能性全景扫描。
研究的关键技术方法包括：利用携带TCF/LEF-H2B-GFP报告基因的转基因小鼠胚胎干细胞系，通过多重CRISPR同源定向修复技术引入突变文库；采用流式细胞分选技术根据信号强度进行细胞分选；结合深度测序分析突变分布频率；建立突变效应评分（Mutation Effect Score, MES）系统量化功能影响。临床验证部分纳入了TCGA和Montironi等肝细胞癌队列的基因组和转录组数据。
CTNNB1热点突变模式具有组织特异性
通过对COSMIC数据库中9,248个CTNNB1突变肿瘤的分析，发现不同组织来源的肿瘤呈现特异的突变偏好模式。例如肾上腺肿瘤富集S45突变，而中枢神经系统肿瘤则以β-TRCP结合基序内的突变为主。这种组织特异性分布不能单纯用背景突变率解释，提示存在对特定信号强度水平的适应性选择。
突变扫描揭示Ctnnb1热点突变的多样化效应
研究人员开发了多重CRISPR同源定向修复实验系统，覆盖了31-48位氨基酸所有可能的单氨基酸替换。通过将编辑后的细胞按Wnt信号报告基因活性分选，发现不同突变在信号激活强度上存在连续梯度变化。特别是在β-TRCP结合关键位点I35的突变效应与氨基酸的β-折叠倾向性显著相关，修正了传统认为疏水性为唯一决定因素的观点。
突变效应评分的计算与验证
通过整合等位基因频率和报告基因激活水平，研究人员建立了突变效应评分系统。该评分与进化序列分析工具EVE预测结果高度一致（Spearman ρ=0.662）。在基因编辑细胞系和人类胎儿肝类器官中的验证实验表明，MES值能够准确预测内源性β-连环蛋白靶基因的表达水平。
细化CTNNB1热点内的基因型-表型关联
研究对传统模型进行了重要修正：虽然S45突变整体上激活较弱，但小侧链氨基酸替换（如丙氨酸、甘氨酸）仍能较好维持功能；而T41位点的常见突变（T41A、T41I）实际上表现出强于多数β-TRCP结合基序突变的激活能力。更重要的是，同一位置的不同氨基酸替换可能产生截然不同的表型效应。
组织特异性CTNNB1突变模式由β-连环蛋白信号水平的选择驱动
通过计算突变似然值发现，组织特异的突变分布模式主要受自然选择而非突变偏好驱动。子宫内膜癌倾向于选择高MES值的强效突变，而肝细胞癌则呈现双峰分布，同时包含强效和弱效突变群体，体现了不同组织环境对信号强度的"恰到好处"选择策略。
CTNNB1突变强度与HCC信号激活和免疫排斥相关
在肝细胞癌中的应用表明，基于MES值的强弱突变分类能够显著区分β-连环蛋白靶基因的激活水平。弱突变肿瘤虽然信号激活程度较低，但表现出更强的免疫细胞浸润特征，这为解释CTNNB1突变肝癌中存在的免疫异质性提供了机制依据。组织学评估进一步证实，弱突变组肿瘤的炎症细胞浸润评分显著高于强突变组。
研究结论与讨论部分指出，这项工作通过饱和基因组编辑技术首次建立了CTNNB1热点突变的功能图谱，为解读癌症基因组中变异的意义提供了重要资源。研究发现不同组织对β-连环蛋白信号强度存在优化选择，修正了关于β-TRCP识别基序的关键结构特征，并揭示了突变强度与肿瘤免疫微环境的关联性。这些发现不仅深化了对Wnt信号通路调控机制的理解，更重要的是为肝细胞癌等肿瘤的精准分型和治疗策略提供了新的生物标志物，特别是为免疫治疗应答预测提供了潜在的新指标。尽管研究存在细胞模型与体内环境的差异等局限性，但其建立的突变效应评分体系无疑将成为未来癌症基因组解读和临床转化研究的重要参考。
