基于多组学整合策略的肝细胞癌分子分型与预后生物标志物识别研究

《Frontiers in Pharmacology》:Tirzepatide versus other glucose-lowering therapies and risk of COPD exacerbations in patients with comorbid type 2 diabetes: a retrospective cohort study

【字体: 大 中 小 】 时间:2026年10月09日 来源:Frontiers in Pharmacology 5.4

编辑推荐:

  肝细胞癌(Hepatocellular Carcinoma,HCC)是全球范围内发病率和死亡率均位居前列的恶性肿瘤,其高度异质性严重制约了精准诊疗的发展。尽管近年来针对HCC的系统治疗取得了一定进展,但患者总体预后仍不理想,亟需更为精细的分子分型体系以指导个体

  
肝细胞癌(Hepatocellular Carcinoma,HCC)是全球范围内发病率和死亡率均位居前列的恶性肿瘤,其高度异质性严重制约了精准诊疗的发展。尽管近年来针对HCC的系统治疗取得了一定进展,但患者总体预后仍不理想,亟需更为精细的分子分型体系以指导个体化治疗决策。本研究旨在通过整合转录组、表观基因组及临床病理等多维度数据,构建能够反映肿瘤生物学行为并预测患者预后的新型分子分型模型。研究人员利用多中心独立队列的公开高通量测序数据,系统分析了HCC肿瘤组织中基因表达谱特征、关键信号通路活化状态及免疫微环境浸润模式,并采用无监督聚类算法识别出具有显著差异的分子亚型。进一步通过加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)筛选与患者总生存期(Overall Survival,OS)密切相关的核心模块基因,结合单因素及多因素Cox回归分析构建预后风险评分模型。研究结果显示,所鉴定的分子亚型在突变谱、拷贝数变异、免疫细胞浸润丰度及对索拉非尼等靶向药物的敏感性等方面均呈现显著差异,且预后风险评分在训练队列与多个验证队列中均展现出稳健的预测效能。此外,研究人员还构建了基于关键预后基因的列线图(Nomogram)模型,以提升临床可操作性。本研究为HCC的分子机制解析及精准预后管理提供了新的理论依据和潜在生物标志物,但相关结论仍需前瞻性临床研究进一步验证。

论文解读

一、研究背景与科学问题

肝细胞癌(Hepatocellular Carcinoma,HCC)作为原发性肝癌中最主要的组织学类型,其发病率在全球恶性肿瘤中位居前列,且因早期诊断率低、术后复发率高,患者五年生存率长期徘徊在较低水平。尽管近年来以酪氨酸激酶抑制剂和免疫检查点抑制剂为代表的系统治疗策略显著改善了部分晚期患者的生存获益,但HCC的高度异质性使得不同患者对同一治疗方案的响应差异极大,传统基于TNM分期和肝功能分级的决策体系已难以满足精准医学时代对个体化治疗的需求。因此,建立能够系统反映肿瘤内在生物学特征、免疫微环境状态及预后风险的分子分型体系,成为当前HCC研究领域亟待解决的核心问题之一。既往研究虽已提出多种基于转录组或基因组特征的HCC分型方案,但多数局限于单一数据维度,缺乏对表观遗传调控、免疫浸润及药物敏感性等多层面信息的整合,导致分型的生物学解释力和临床转化价值受限。基于上述背景,本研究旨在通过多组学整合策略,构建更为全面且具有预后预测效能的HCC分子分型模型,并筛选关键预后生物标志物,以期为HCC的精准风险分层和个体化治疗决策提供科学依据。

二、研究内容与主要结论

研究人员系统收集并整合了多个国际公开数据库中的HCC转录组表达谱、体细胞突变、拷贝数变异及相应临床随访信息,构建了涵盖训练集和多个独立验证集的多中心研究队列。通过无监督共识聚类方法,研究人员在训练队列中识别出三种具有显著不同分子特征的HCC亚型。进一步分析表明,这些亚型在关键致癌信号通路(如WNT/β-catenin、PI3K/AKT/mTOR等)的活化水平、肿瘤突变负荷(Tumor Mutational Burden,TMB)、拷贝数变异频率以及免疫细胞浸润丰度方面均呈现显著差异,其中部分亚型表现出明显的免疫“热”肿瘤特征,而另一些亚型则呈现免疫抑制或间质活化表型。基于上述亚型间的生物学差异,研究人员进一步采用加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)筛选与患者总生存期(Overall Survival,OS)显著相关的核心模块基因,并通过LASSO回归及多因素Cox回归逐步压缩变量,最终构建了由多个预后相关基因组成的风险评分模型。该模型在训练队列中展现出了对患者OS的良好区分能力,并在多个独立外部验证队列中重复验证了其稳健性。此外,风险评分与肿瘤分期、组织学分级及关键临床病理特征显著相关,且与多种抗肿瘤药物(包括索拉非尼、阿霉素等)的体外敏感性呈显著相关性,提示该模型具有潜在的用药指导价值。研究人员还基于风险评分和临床独立预后因素构建了列线图(Nomogram)模型,校准曲线显示其预测概率与实际观察结果具有良好的一致性,进一步提升了该模型的临床实用性和可解释性。

三、主要关键技术方法

本研究采用的核心技术方法包括:基于多中心公共高通量测序数据(包括RNA测序和全外显子组测序数据)的系统整合分析;运用无监督共识聚类算法进行分子亚型识别;采用加权基因共表达网络分析(WGCNA)鉴定与预后相关的共表达基因模块;结合LASSO回归与多因素Cox比例风险回归构建并验证预后风险评分模型;利用基因集富集分析(Gene Set Enrichment Analysis,GSEA)和免疫浸润反卷积算法(如CIBERSORT)解析亚型间通路活性和免疫微环境差异;最终通过列线图(Nomogram)构建和校准曲线评估模型的临床预测效能。样本来源均为公开的HCC多中心队列数据。

四、研究结果

(一)HCC分子亚型的识别及其多维度特征差异
研究人员基于训练队列的转录组数据,通过共识聚类分析鉴定出三种稳定的HCC分子亚型。差异分析显示,各亚型在基因表达模式、信号通路活化状态、体细胞突变谱及拷贝数变异方面均呈现显著异质性。其中,亚型A富集了WNT/CTNNB1通路激活特征和较高频率的CTNNB1突变,亚型B则表现出较强的增殖相关信号和细胞周期通路活化,而亚型C呈现显著的免疫相关基因高表达和免疫细胞浸润富集。生存分析表明,不同亚型患者的OS存在显著差异,其中免疫富集亚型预后相对较好,而增殖型亚型预后最差。
(二)预后相关核心模块基因的筛选与风险评分模型构建
通过WGCNA分析,研究人员鉴定出与HCC患者OS显著相关的多个基因共表达模块,并从中筛选出核心枢纽基因。基于这些基因,运用LASSO-Cox回归构建了包含多个基因的预后风险评分模型。在训练队列中,高风险组患者的OS显著短于低风险组,且该模型在多个独立验证队列中均展现出稳定的预后分层能力。时间依赖性受试者工作特征(Time-dependent Receiver Operating Characteristic,tROC)曲线分析显示,风险评分对1年、3年和5年生存预测的曲线下面积(Area Under the Curve,AUC)均达到较高水平,优于传统临床分期指标。
(三)风险评分与肿瘤微环境及药物敏感性的关联分析
研究人员进一步分析了风险评分与肿瘤免疫微环境的关系,发现高风险组患者中免疫抑制性细胞(如调节性T细胞和M2型巨噬细胞)浸润比例显著升高,而抗肿瘤免疫细胞(如CD8+T细胞和活化自然杀伤细胞)丰度降低,同时免疫检查点分子(如PD-L1、CTLA-4)表达水平升高,提示高风险组可能对免疫检查点抑制剂单药治疗响应不佳。药物敏感性预测分析则显示,高风险组患者对索拉非尼、阿霉素等多种靶向及化疗药物的半数抑制浓度(Half Maximal Inhibitory Concentration,IC50)显著低于低风险组,提示高风险组可能从这些药物中获益更多。
(四)列线图预测模型的构建与评估
为提升模型的临床适用性,研究人员将风险评分与TNM分期、肿瘤分级、年龄等独立预后因素整合,构建了列线图预测模型。校准曲线和决策曲线分析(Decision Curve Analysis,DCA)显示,该列线图在预测HCC患者1年、3年和5年生存概率方面具有较高的准确性和临床净获益,其预测效能优于单独使用风险评分或临床分期。

五、讨论与结论

在讨论部分,研究人员指出,本研究构建的整合性分子分型体系有效弥补了既往单一维度分型方案的局限性,所识别的三种亚型在生物学行为、免疫微环境特征及治疗敏感性方面的显著差异,为HCC的精准分层提供了更全面的视角。预后风险评分模型所包含的基因集涉及细胞周期调控、免疫应答、代谢重编程等多个关键生物学过程,提示其作为预后标志物具有较好的生物学合理性。同时,研究人员也客观分析了研究的局限性,包括基于回顾性公共数据、缺乏前瞻性临床验证、不同平台间的批次效应等,并强调未来需要在独立的前瞻性队列中进一步验证该模型的稳定性和临床转化价值。
研究结论部分指出,本研究通过多组学整合分析成功建立了HCC的分子分型体系及预后风险预测模型,该模型在多个独立队列中展现出稳健的预后分层能力和潜在的用药指导价值,为HCC患者的个体化预后评估和治疗决策提供了新的分子工具和理论依据。
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