基于代谢通路基因特征的前列腺癌预后模型构建与验证

《Hormones & Cancer》：Evaluating the prognosis of prostate cancer through metabolic pathways

本研究针对前列腺癌(PCa)患者生化复发(BCR)风险预测的临床难题，通过整合TCGA与GEO数据库的RNA测序数据，构建并验证了一个基于5个代谢相关基因(HAGHL, PCCA, CYP3A4, CHST13, INPP5E)的风险评分(RS)模型。该模型在训练集与验证集中均表现出优异的独立预后预测能力，且联合临床病理特征构建的列线图(Nomogram)显著提升了BCR风险分层的准确性。研究揭示了硫代谢通路在PCa进展中的关键作用，为PCa的精准预后评估提供了新的生物标志物。

　　

前列腺癌(Prostate Cancer, PCa)是全球男性最常见的恶性肿瘤之一，其发病率与死亡率居高不下。尽管根治性治疗手段不断进步，但仍有相当一部分患者在术后会面临生化复发(Biochemical Recurrence, BCR)的风险，即前列腺特异性抗原(PSA)水平再次升高。BCR是疾病进展的重要前兆，准确识别BCR高风险患者对于制定个体化随访和辅助治疗方案至关重要。然而，传统的临床病理参数，如Gleason评分(GS)、TNM分期等，在预测BCR方面存在局限性，无法完全满足精准医疗的需求。

肿瘤细胞具有独特的代谢重编程特征，其代谢异常与肿瘤的发生、发展及预后密切相关。因此，从代谢角度寻找能够预测PCa预后的生物标志物，成为当前研究的热点。为了填补这一空白，苏强等研究人员在《Discover Oncology》上发表了一项研究，旨在构建并验证一个基于代谢相关基因特征的预后模型，以更准确地预测PCa患者的BCR风险。

为了回答上述问题，研究人员开展了一项基于生物信息学分析的研究。他们首先从TCGA数据库和GEO数据库中收集了608例PCa患者的RNA测序数据及临床信息，并将其分为训练集(TCGA, n=480)和两个验证集(GSE46602, n=36; GSE70769, n=92)。研究团队从分子特征数据库(MSigDB)中筛选出860个代谢相关基因，并利用LASSO-Cox回归分析从中筛选出与BCR相关的关键基因，构建风险评分(Risk Score, RS)模型。随后，他们通过单因素和多因素Cox回归分析评估了RS的独立预后价值，并联合临床病理特征构建了预测BCR的列线图(Nomogram)。最后，通过基因集富集分析(GSEA)探索了相关生物学通路，并利用人类蛋白质图谱(HPA)数据库验证了关键基因在蛋白水平的表达情况。

3.1 代谢基因生物标志物的鉴定

为了筛选与BCR相关的代谢基因，研究人员首先在训练集中对860个代谢相关基因进行了单因素Cox回归分析，初步筛选出181个候选基因。随后，他们采用LASSO-Cox回归分析进行进一步筛选，最终确定了5个具有非零系数的代谢相关基因，用于构建风险评分(RS)模型。这5个基因分别是HAGHL、PCCA、CYP3A4、CHST13和INPP5E。

3.2 风险评分(RS)的计算

基于LASSO-Cox回归分析得到的系数，研究人员构建了RS的计算公式。根据该公式，每个患者都可以计算出一个RS值。根据训练集的中位RS值，将患者分为高风险组和低风险组。结果显示，随着RS的升高，发生BCR的患者比例也随之增加。热图分析直观地展示了这5个基因在训练集和两个验证集中的表达模式。

3.3 风险评分(RS)的验证

为了评估RS的预后预测能力，研究人员进行了单因素和多因素Cox回归分析。结果显示，无论是在训练集还是验证集中，RS都是BCR的独立预后因素。Kaplan-Meier生存分析进一步证实，高风险组患者的无生化复发生存期(BCRFS)显著短于低风险组。时间依赖性受试者工作特征(t-ROC)曲线分析显示，RS在预测1年、3年和5年BCRFS方面均表现出良好的预测效能。此外，相关性分析发现，RS与Gleason评分(GS)和BCR状态均存在显著相关性，提示RS可能与PCa的恶性进展有关。

3.4 列线图(Nomogram)的构建与验证

为了将RS模型应用于临床实践，研究人员将RS与临床病理特征(如GS、病理T分期等)相结合，构建了一个预测BCRFS的列线图。该列线图在训练集和验证集中均表现出优异的预测准确性，其一致性指数(C-index)均高于仅包含临床病理特征的模型。校准曲线和t-ROC曲线分析均证实，该列线图在预测1年、3年和5年BCRFS方面具有很高的准确性。

3.5 代谢相关基因功能与通路分析

为了探索这5个代谢相关基因潜在的生物学功能，研究人员进行了基因集富集分析(GSEA)。GO功能富集分析显示，这些基因主要富集在“细胞对DNA损伤刺激的反应”、“核蛋白复合物”和“碳-硫裂解酶活性”等条目。KEGG通路富集分析则表明，这些基因主要富集在“硫代谢”通路中，提示硫代谢可能在PCa的进展中扮演重要角色。

3.6 免疫组化结果

为了在蛋白水平验证关键基因的表达，研究人员利用人类蛋白质图谱(HPA)数据库进行了分析。免疫组化(IHC)结果显示，与低级别PCa组织相比，HAGHL和INPP5E在高级别PCa组织中的表达水平更高。PCCA在低级别和高级别PCa组织中均呈强阳性表达，而CYP3A4则未检测到表达。

本研究成功构建并验证了一个基于5个代谢相关基因(HAGHL, PCCA, CYP3A4, CHST13, INPP5E)的风险评分(RS)模型。该模型在多个独立数据集中均被证实是BCR的独立预后因素，且其预测效能优于传统的临床病理参数。通过联合RS与临床病理特征构建的列线图，能够更准确地预测PCa患者的BCR风险，为临床医生制定个体化治疗方案提供了有力的工具。

研究还通过GSEA分析揭示了硫代谢通路在PCa进展中的潜在作用。硫代谢是维持细胞氧化还原平衡和合成谷胱甘肽等抗氧化剂的重要途径，其异常与肿瘤细胞的增殖和存活密切相关。该发现为理解PCa的代谢机制提供了新的视角，也为开发针对硫代谢通路的靶向治疗策略提供了理论依据。

尽管本研究存在一定的局限性，如数据来源于公共数据库、样本量相对较小等，但其研究结果具有重要的临床意义。该研究不仅为PCa的预后评估提供了新的生物标志物，还揭示了代谢重编程在PCa进展中的关键作用，为未来的基础研究和临床转化奠定了基础。