基于单细胞转录组测序揭示的细胞周期异质性构建肝细胞癌预后风险模型及其免疫微环境特征解析

《Acta Psychologica》:Earning the right to ask: Corporate social marketing credibility as a necessary condition in fast fashion retail

【字体: 大 中 小 】 时间:2026年09月27日 来源:Acta Psychologica 3.8

编辑推荐:

  肝细胞癌(hepatocellular carcinoma,HCC)是全球范围内致死率极高的恶性肿瘤之一,其发病机制复杂且预后差异显著。尽管近年来免疫治疗与靶向治疗取得一定进展,但患者总体生存率仍不理想,主要归因于肿瘤的高度异质性(tumor heteroge

  
肝细胞癌(hepatocellular carcinoma,HCC)是全球范围内致死率极高的恶性肿瘤之一,其发病机制复杂且预后差异显著。尽管近年来免疫治疗与靶向治疗取得一定进展,但患者总体生存率仍不理想,主要归因于肿瘤的高度异质性(tumor heterogeneity)。细胞周期(cell cycle)调控异常是肿瘤发生发展的核心特征之一,然而其在HCC单细胞层面的异质性表达模式及其与预后和免疫微环境(tumor immune microenvironment,TIME)的关系尚未被系统阐明。研究人员基于公开可获取的单细胞RNA测序(single-cell RNA sequencing,scRNA-seq)数据,系统解析了HCC肿瘤微环境中恶性细胞的细胞周期状态异质性,并据此构建了基于细胞周期相关基因(cell cycle-related genes,CCRGs)的预后风险模型。通过多种机器学习算法(machine learning algorithms)筛选并验证关键基因,研究人员确定了数个与细胞周期调控密切相关的核心基因,并建立了能够有效区分高风险与低风险患者群体的预后评分系统。该模型在多个独立队列中均表现出稳健的预测效能,且风险评分与患者的总生存期(overall survival,OS)显著相关。进一步分析揭示,高风险组患者呈现更活跃的细胞周期进程、更高的肿瘤增殖指数以及更为抑制性的免疫微环境特征,包括调节性T细胞(regulatory T cells,Tregs)浸润增加和细胞毒性免疫细胞功能耗竭。此外,研究人员还探讨了风险模型与药物敏感性(drug sensitivity)之间的关联,为个体化治疗策略的制定提供了潜在依据。该研究不仅深化了对HCC细胞周期异质性生物学意义的理解,也为临床预后评估与精准免疫治疗提供了新的候选生物标志物(biomarker)和治疗靶点。
一、研究背景与科学问题
肝细胞癌(hepatocellular carcinoma,HCC)作为全球范围内最常见的原发性肝癌类型,其发病率和死亡率长期居高不下。尽管手术切除、局部消融、肝移植以及系统性药物治疗等手段不断进步,但HCC患者的总体预后仍然较差,晚期患者的五年生存率不足20%。这一严峻现状在很大程度上源于HCC高度的瘤内异质性(intratumoral heterogeneity),即同一肿瘤内部不同区域的癌细胞在基因表达、增殖能力、代谢特征以及对治疗的反应性等方面存在显著差异。这种异质性不仅导致肿瘤对常规治疗产生耐药,也使得基于传统组织病理学或单一分子标志物的预后评估难以精准反映患者的真实疾病进程。
在众多驱动肿瘤异质性的生物学过程中,细胞周期(cell cycle)调控异常被认为是核心机制之一。正常细胞通过严格有序的G1、S、G2和M期循环实现精确的增殖控制,而癌细胞则常通过关键调控因子如细胞周期蛋白(cyclins)和细胞周期蛋白依赖性激酶(cyclin-dependent kinases,CDKs)的异常表达或活性改变,获得不受控制的增殖能力。然而,既往对细胞周期在HCC中作用的研究多基于整体组织或细胞系水平,难以揭示肿瘤内部不同细胞亚群之间细胞周期状态的差异。近年来,单细胞RNA测序(single-cell RNA sequencing,scRNA-seq)技术的成熟使得在单个细胞分辨率下解析肿瘤微环境成为可能,为深入理解细胞周期异质性及其临床意义提供了前所未有的工具。
基于上述背景,研究人员提出以下核心科学问题:HCC肿瘤微环境中恶性细胞的细胞周期状态是否存在显著的异质性?这种异质性是否与患者的临床预后相关?细胞周期异质性如何塑造肿瘤免疫微环境(tumor immune microenvironment,TIME)?能否基于细胞周期相关基因(cell cycle-related genes,CCRGs)构建具有临床应用价值的预后预测模型?针对这些问题,研究人员开展了系统的生物信息学分析与实验验证研究。
二、研究内容与主要结论
研究人员首先利用公开的HCC scRNA-seq数据集,对肿瘤微环境中的细胞类型进行无监督聚类注释,并重点聚焦于恶性肝细胞的细胞周期状态分析。通过计算各细胞亚群的细胞周期评分,研究人员发现HCC内恶性细胞呈现出显著的细胞周期状态异质性,不同亚群分别富集于G1/S期或G2/M期,且这种异质性状态与肿瘤分级和患者预后存在关联。基于此,研究人员从单细胞数据中提取差异表达的CCRGs,并采用多种机器学习算法(包括LASSO回归、随机森林等)进行特征筛选,最终构建了一个包含多个核心基因的预后风险评分模型。
在多个独立的HCC转录组队列中,该风险模型均展现出良好的预后区分能力:高风险组患者的总生存期(overall survival,OS)显著短于低风险组,且风险评分与肿瘤分期、分级等临床病理特征呈正相关。功能富集分析表明,高风险组肿瘤显著富集于细胞周期进程、DNA复制和修复等通路,提示其具有更强的增殖活性。更重要的是,研究人员通过免疫浸润反卷积算法和单细胞水平分析揭示了风险评分与TIME的密切关联:高风险组呈现免疫抑制性微环境特征,包括调节性T细胞(regulatory T cells,Tregs)和M2型肿瘤相关巨噬细胞(tumor-associated macrophages,TAMs)浸润增加,而CD8+ T细胞和自然杀伤(natural killer,NK)细胞的抗肿瘤功能则表现为耗竭状态。此外,药物敏感性分析显示高风险组患者可能对某些靶向细胞周期的药物或免疫检查点抑制剂(immune checkpoint inhibitors,ICIs)具有不同的反应模式,为个体化用药提供了线索。
三、主要技术方法概述
研究人员采用的核心技术路线包括:其一,基于公开数据库获取多套HCC scRNA-seq数据及相应的转录组测序(RNA-seq)数据和临床随访信息,样本来源涵盖多个国际公开队列;其二,利用单细胞数据分析流程对细胞类型进行注释,并通过细胞周期评分算法评估各恶性细胞亚群的周期状态;其三,运用多种机器学习算法对单细胞来源的CCRGs进行降维筛选,构建预后风险模型;其四,采用免疫浸润反卷积算法和基因集富集分析(gene set enrichment analysis,GSEA)评估风险分组间的免疫微环境差异和功能通路变化;其五,通过药物敏感性数据库预测不同风险组的治疗反应差异。
四、研究结果分述
细胞周期异质性图谱的绘制:研究人员通过scRNA-seq数据分析,在HCC肿瘤微环境中鉴定出多个恶性细胞亚群,各亚群表现出不同的细胞周期相位富集特征,证实了HCC内细胞周期状态的显著异质性。
预后风险模型的构建与验证:基于差异表达的CCRGs,研究人员利用机器学习算法筛选出核心预后基因并构建风险评分模型。在训练队列和多个外部验证队列中,高风险组患者的OS均显著低于低风险组,模型的受试者工作特征曲线(receiver operating characteristic curve,ROC)下面积(area under the curve,AUC)显示良好的预测准确性。
风险评分与临床病理特征的关联分析:高风险评分与更晚的TNM分期、更高的组织学分级以及更差的生存状态显著相关,提示该模型能够反映肿瘤的恶性进展程度。
免疫微环境差异解析:通过多种算法评估免疫细胞浸润,研究人员发现高风险组呈现免疫抑制特征,Tregs和M2型巨噬细胞比例升高,而效应性T细胞功能耗竭标志物表达上调,低风险组则呈现相对活跃的抗肿瘤免疫状态。
药物敏感性预测:基于风险分组的药物反应分析显示,高风险组患者对部分细胞周期依赖性药物表现出更高的敏感性,而低风险组可能更受益于免疫治疗,提示风险模型具有指导治疗选择的潜在价值。
五、讨论与结论
在讨论部分,研究人员指出细胞周期异质性作为HCC肿瘤异质性的重要维度,长期以来未得到充分重视。该研究通过单细胞水平解析,首次系统地将细胞周期状态异质性与预后和免疫微环境特征联系起来,丰富了HCC分子分型的理论框架。风险模型中的核心基因不仅可作为预后生物标志物(biomarker),还可能成为潜在的治疗靶点。研究人员也承认研究存在一定局限性,包括基于公开数据的回顾性分析需前瞻性队列验证、单细胞数据与bulk转录组数据之间的平台差异可能引入偏倚、以及模型基因的生物学功能仍需更多实验验证等。
研究结论部分指出,该研究揭示了HCC中恶性细胞细胞周期状态的显著异质性,并据此构建了具有稳健预后预测效能的细胞周期相关基因风险模型。该模型能够有效区分不同预后的患者亚群,且高风险组呈现更活跃的细胞增殖和免疫抑制性微环境特征。该研究为HCC的预后评估提供了新的工具,并为基于细胞周期调控和免疫微环境重塑的个体化治疗策略奠定了理论基础。
相关新闻
生物通微信公众号
微信
新浪微博

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