丙烯酰胺通过ROCK1/CLK1/SIRT1/PSENEN轴促进子宫内膜癌发生的综合生物信息学解读

《Hormones & Cancer》：Comprehensive bioinformatics evaluation uncovers the possible oncogenic contribution of acrylamide to endometrial cancer

本研究针对子宫内膜癌(EC)发病率上升与膳食致癌物关联机制不明的临床问题，通过整合转录组学、单细胞测序(scRNA-seq)和机器学习算法，系统揭示丙烯酰胺的致癌机制。研究发现丙烯酰胺与ROCK1、CLK1、SIRT1、PSENEN四个关键靶点具有强结合活性，并通过Notch/Wnt信号通路调控肿瘤免疫微环境，为EC的饮食干预和靶向治疗提供新依据。

　　

在全球范围内，子宫内膜癌已成为女性生殖系统发病率最高的恶性肿瘤之一。近三十年来其发病率激增132%，2020年新发病例超过41.7万例，尤其在发达国家呈现快速上升趋势。尽管手术、化疗和免疫治疗等手段不断进步，但肿瘤复发、化疗耐药和晚期患者预后差等问题依然突出。与此同时，膳食中的丙烯酰胺——这种在高温度烹调食物过程中产生的2A类致癌物，已被流行病学研究证实与子宫内膜癌风险增加相关。然而，丙烯酰胺如何从分子层面驱动子宫内膜癌发生发展，其作用靶点和信号通路仍如迷雾般待解。

为揭开这一谜题，邹怡婷团队在《Discover Oncology》发表的最新研究中，创新性地整合多组学数据与人工智能算法，绘制出丙烯酰胺促进子宫内膜癌发生的分子图谱。研究人员首先从GEO数据库获取4个子宫内膜癌转录组数据集（GSE17025、GSE63678、GSE106191、GSE115810），涵盖53例正常组织和186例肿瘤样本，同时从PRJNA786266获取单细胞转录组数据。通过瑞士靶点预测和ChEMBL数据库筛选丙烯酰胺的潜在作用靶点，并采用limma包进行差异表达分析，发现子宫内膜癌中存在2545个上调基因和2274个下调基因。

关键实验技术包括：单细胞转录组分析揭示细胞特异性表达特征；加权基因共表达网络分析(WGCNA)识别疾病相关模块；机器学习（LASSO回归、支持向量机SVM、随机森林）筛选关键基因；SHAP模型评估特征重要性；单样本基因集富集分析(ssGSEA)量化免疫细胞浸润；分子对接验证丙烯酰胺与靶蛋白结合能力。

3.1 单细胞转录组图谱揭示丙烯酰胺特征的细胞特异性表达

通过对73,317个细胞进行质控和批次效应校正，研究团队鉴定出9个细胞亚群，包括NK细胞、上皮细胞、成纤维细胞等。特别值得注意的是，丙烯酰胺特征评分在子宫内膜癌患者中显著升高，其中巨噬细胞和肥大细胞表现出最强的富集现象。

3.2 整合转录组分析揭示丙烯酰胺相关分子特征

差异表达分析结合WGCNA共表达网络鉴定出四个与丙烯酰胺显著相关的模块（棕色、绿色、黄色模块）。基因集变异分析(GSVA)显示丙烯酰胺通路活性在肿瘤样本中显著升高，提示该致癌物可能广泛参与子宫内膜癌的分子调控网络。

3.3 整合功能分析鉴定共识基因

通过四重交叉分析（GEO差异基因、单细胞差异基因、WGCNA模块基因、丙烯酰胺靶点），研究团队筛选出9个共识基因。功能富集分析表明这些基因主要参与膜蛋白胞外域水解和四跨膜蛋白富集微域等生物学过程，KEGG通路分析显示其显著富集于Notch信号通路、Wnt信号通路和癌症中的microRNA等经典致癌通路。

3.4 机器学习鉴定四个关键基因

研究采用三种机器学习算法进行关键基因筛选：LASSO回归通过特征收缩筛选候选基因；SVM模型在7个基因时达到0.833的准确率；随机森林显示ROCK1、CLK1、SIRT1和PSENEN具有最高重要性（>10）。三方法交集最终确定这四个基因为关键调控因子。

3.5 基于机器学习的诊断生物标志物评估

SHAP分析显示，随机森林(RF)模型在训练集和验证集均达到完美预测性能（AUC=1.00）。特征重要性排序表明ROCK1是最具影响力的预测因子，其表达水平与SHAP值呈正相关，提示ROCK1在子宫内膜癌诊断中具有重要价值。

3.6 细胞类型特异性表达模式及细胞间通讯分析

单细胞表达图谱显示，CLK1主要在NK细胞中表达，而PSENEN特异性表达于纤毛上皮细胞。与正常组织相比，PSENEN在子宫内膜癌中显著上调，其余三个关键基因均明显下调，表明这些基因具有细胞类型特异性的调控功能。

3.7 免疫细胞浸润与关键基因的显著相关性

ssGSEA分析发现肿瘤组织中活化CD4⁺T细胞、中央记忆CD8⁺T细胞、2型辅助T细胞(Th2)和自然杀伤(NK)细胞浸润水平显著升高。相关性分析显示CLK1与中央记忆CD4⁺T细胞、NK细胞等多个免疫细胞亚群显著相关，而ROCK1和SIRT1与活化CD4⁺T细胞、γδT细胞密切相关。免疫检查点分析进一步揭示ROCK1与PD-L1(CD274)正相关，CLK1与CTLA-4正相关，提示这些基因可能参与免疫逃逸调控。

3.8 基于关键基因的子宫内膜癌分子分型

共识聚类分析根据四个关键基因表达谱将患者分为C1和C2两个亚型。C2亚型CLK1和SIRT1表达显著更高，且两个亚型在免疫细胞浸润模式和致癌通路活性方面存在显著差异。值得注意的是，C1亚型具有更高的肿瘤突变负荷(TMB)和微卫星不稳定性(MSI)，且对顺铂的敏感性更强，为个性化治疗提供重要依据。

3.9 丙烯酰胺与关键蛋白的强结合亲和力

分子对接实验显示，丙烯酰胺与四个关键蛋白均具有强结合能力：CLK1（-6.3 kcal/mol）、PSENEN（-6.1 kcal/mol）、ROCK1（-6.0 kcal/mol）和SIRT1（-5.8 kcal/mol），均超过-5.0 kcal/mol的强结合阈值，从结构生物学层面证实了丙烯酰胺直接作用于这些靶点的可能性。

3.10 子宫内膜癌模型基因表达验证

通过UALCAN和GEPIA2数据库验证及子宫内膜癌细胞系（HEC1-A、HEC1-B、Ishikawa）实验证实，PSENEN在肿瘤组织中显著上调，而CLK1、SIRT1和ROCK1均下调，与生物信息学预测高度一致。

这项研究通过多组学整合分析系统阐明了丙烯酰胺促进子宫内膜癌发生的分子机制。研究发现ROCK1、CLK1、SIRT1和PSENEN四个关键基因构成丙烯酰胺作用的核心枢纽，这些基因不仅与丙烯酰胺具有强结合活性，还通过Notch、Wnt等信号通路调控肿瘤免疫微环境。特别值得注意的是，研究首次发现基于这些关键基因的表达谱可将子宫内膜癌分为两个具有显著差异的分子亚型，其中C1亚型具有更高的肿瘤突变负荷和化疗敏感性，为临床分层治疗提供新思路。

从公共卫生视角看，这项研究为理解环境膳食因素与肿瘤发生的分子联系提供了重要证据。丙烯酰胺作为高温烹调食品中广泛存在的致癌物，其作用机制的阐明有助于制定针对性的饮食干预策略。从临床转化角度，ROCK1、CLK1、SIRT1和PSENEN不仅是潜在的诊断标志物，更是值得深入探索的治疗靶点。尤其值得注意的是，这些基因与免疫检查点分子的关联提示它们可能成为免疫联合治疗的新靶标。

该研究的创新之处在于将环境暴露因素与肿瘤分子分型有机结合，通过人工智能算法挖掘出传统方法难以发现的关键靶点。然而，丙烯酰胺如何精确调控这些基因的表达，以及这些基因之间的相互作用网络，仍需进一步实验验证。未来研究可聚焦于开发针对这些靶点的小分子抑制剂，并探索其在逆转化疗耐药和增强免疫治疗效果方面的潜力。随着精准医学时代的到来，这种整合环境暴露组学和肿瘤基因组学的研究范式，将为癌症防治提供更多创新性解决方案。