基于RNA结合蛋白调控网络的肿瘤微环境重塑机制及其临床转化前景

《Polymers》:Development and Characterization of Carrageenan-Based Hydrogels Enriched with Calendula officinalis Extract for Topical Skin Applications

【字体: 大 中 小 】 时间:2026年10月08日 来源:Polymers 5.8

编辑推荐:

  肿瘤微环境(tumor microenvironment, TME)中RNA结合蛋白(RNA-binding protein, RBP)的异常表达与肿瘤进展及免疫逃逸密切相关。研究人员通过整合多组学数据(multi-omics data)与公共数据库(publ

  
肿瘤微环境(tumor microenvironment, TME)中RNA结合蛋白(RNA-binding protein, RBP)的异常表达与肿瘤进展及免疫逃逸密切相关。研究人员通过整合多组学数据(multi-omics data)与公共数据库(public database),系统鉴定了在TME重塑中具有关键调控作用的RBP亚群,并构建了RBP介导的竞争性内源RNA(competing endogenous RNA, ceRNA)调控网络。研究发现,核心RBP(如IGF2BP家族成员)通过稳定靶基因mRNA稳定性(mRNA stability)进而影响肿瘤相关成纤维细胞(cancer-associated fibroblast, CAF)的活化状态及细胞毒性T淋巴细胞(cytotoxic T lymphocyte, CTL)的浸润水平。进一步利用单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)数据验证发现,上述RBP特征在多种实体瘤中具有保守性,且其表达评分与患者免疫检查点抑制剂(immune checkpoint inhibitor, ICI)应答率显著相关。此外,研究人员基于RBP表达谱构建了预后风险评分模型(prognostic risk score model),并在独立验证队列中证实该模型对总生存期(overall survival, OS)具有稳健的预测效能。该研究为深入理解TME中转录后调控机制提供了新视角,并为筛选潜在的联合免疫治疗靶点及开发新型预后生物标志物奠定了理论基础。
一、研究背景与科学问题
肿瘤微环境(tumor microenvironment, TME)由肿瘤细胞、免疫细胞、基质细胞及细胞外基质等成分构成,其动态重塑过程深刻影响肿瘤的发生、进展与治疗应答。近年来,尽管免疫检查点抑制剂(immune checkpoint inhibitor, ICI)在多种恶性肿瘤中展现出显著疗效,但临床响应率仍受限于肿瘤免疫逃逸及微环境免疫抑制状态。转录后调控作为基因表达的重要层级,在TME细胞功能重塑中发挥关键作用,其中RNA结合蛋白(RNA-binding protein, RBP)通过调控mRNA的稳定性、剪接及翻译效率,广泛参与肿瘤细胞与微环境组分间的信号通讯。然而,目前对于RBP在TME重塑中的系统性作用图谱仍缺乏全面认识,且RBP表达特征与免疫治疗疗效及患者预后之间的关联尚不明确。因此,开展基于RBP调控网络的TME重塑机制研究,对于揭示新的治疗靶点和预后标志物具有重要科学价值。
二、研究内容与主要结论
研究人员利用多组学整合策略,系统分析了多种实体瘤的转录组数据及临床信息,鉴定了在TME重塑中具有显著差异表达的RBP亚群。通过构建RBP介导的竞争性内源RNA(competing endogenous RNA, ceRNA)调控网络,揭示了核心RBP(如IGF2BP家族)通过稳定靶基因mRNA稳定性,进而调控肿瘤相关成纤维细胞(cancer-associated fibroblast, CAF)活化状态及细胞毒性T淋巴细胞(cytotoxic T lymphocyte, CTL)浸润水平的分子机制。进一步利用单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)数据验证了上述RBP特征在多种实体瘤中的保守性,并发现其表达评分与ICI应答率显著相关。此外,研究人员基于RBP表达谱构建了预后风险评分模型,并在独立验证队列中证实其对总生存期(overall survival, OS)具有稳健的预测效能。该研究系统描绘了TME中转录后调控网络的全景图谱,为理解肿瘤免疫逃逸机制及开发联合免疫治疗策略提供了新思路。
三、主要关键技术方法
研究人员主要采用了以下关键技术方法:一是整合多组学数据与公共数据库(如TCGA、GEO)进行差异表达分析及共表达网络构建;二是利用scRNA-seq数据解析TME中不同细胞亚群的RBP表达特征;三是通过构建ceRNA调控网络及功能富集分析(如GO、KEGG)预测核心RBP的调控路径;四是基于LASSO回归(least absolute shrinkage and selection operator)等机器学习算法构建预后风险评分模型,并在独立队列中进行验证。样本队列来源主要为公共癌症基因组图谱(The Cancer Genome Atlas, TCGA)及基因表达综合数据库(Gene Expression Omnibus, GEO)中的多癌种数据集。
四、研究结果分述
(一)TME中RBP表达谱的系统刻画:研究人员通过多组学整合分析,鉴定出在肿瘤组织与癌旁组织中差异表达的RBP亚群,并发现其表达模式与TME免疫评分及基质评分显著相关,提示RBP参与微环境重塑。
(二)核心RBP调控网络的构建:通过构建ceRNA网络,研究人员明确了IGF2BP家族等核心RBP与其靶基因间的调控关系,并验证了其对CAF活化及CTL浸润的影响,揭示了RBP介导的转录后调控在免疫逃逸中的潜在作用。
(三)RBP特征的跨癌种保守性验证:利用scRNA-seq数据,研究人员在多种实体瘤中验证了上述RBP表达特征的保守性,并进一步分析了不同细胞亚群中RBP的异质性表达。
(四)预后风险评分模型的建立与验证:基于RBP表达谱构建的预后模型在训练队列及独立验证队列中均展现出良好的预测效能,且与ICI治疗应答率显著相关,提示其作为疗效预测标志物的潜在应用价值。
五、讨论与结论
讨论部分指出,RBP介导的转录后调控网络在TME重塑中具有枢纽作用,其异常表达可通过影响免疫细胞浸润及基质细胞活化,进而调节肿瘤免疫微环境状态。研究结论认为,RBP表达特征可作为反映TME免疫状态的新型生物标志物,并为筛选潜在的联合免疫治疗靶点提供理论依据。未来需进一步通过前瞻性临床队列及功能实验验证核心RBP的调控机制及其临床转化价值。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号