基于孟德尔随机化与生物信息学分析揭示FANCD2、CD33与TFPI在肺腺癌预后中的关键作用及预测模型构建

《Hormones & Cancer》：Association of FANCD2, TFPI, and CD33 genes with prognosis of lung adenocarcinoma: a bioinformatics study

为解决肺腺癌（LUAD）早期诊断困难及预后预测生物标志物缺乏的问题，本研究通过整合孟德尔随机化（MR）与生物信息学分析，筛选出FANCD2、CD33和TFPI三个关键基因，并构建了预后预测模型。该模型在验证集中表现出良好的预测准确性，为LUAD的个体化治疗决策提供了新的理论依据。

　　

肺腺癌（LUAD）作为非小细胞肺癌中最常见的亚型，其高死亡率与复杂的发病机制一直是临床面临的严峻挑战。尽管靶向治疗和免疫治疗取得了显著进展，但由于早期诊断困难以及现有治疗策略的局限性，患者的总体生存率仍然不理想。传统的生物医学研究方法容易受到混杂因素的干扰，难以建立清晰的因果关系。因此，寻找有效的生物标志物，并构建精准的预后预测模型，对于改善LUAD患者的临床管理至关重要。

为了回答这些问题，研究人员开展了一项整合孟德尔随机化（MR）与生物信息学的综合性研究。他们首先从GWAS和TCGA数据库中获取了LUAD患者和健康对照的基因表达数据及临床信息。通过MR分析，他们识别出与LUAD发生发展相关的基因。随后，结合差异表达基因（DEGs）分析，筛选出关键的差异表达LUAD相关基因（DELRGs）。利用LASSO回归和Cox回归分析，研究人员进一步确定了与预后最相关的核心基因，并基于这些基因构建了风险预测模型。最后，通过Kaplan-Meier生存曲线和校准曲线，验证了该模型在预测患者1年、3年和5年生存率方面的准确性。

主要技术方法

本研究主要整合了多组学数据分析技术。数据来源包括GEO数据库的基因芯片数据集（GSE43458、GSE75037、GSE85841、GSE140797）和TCGA数据库的肺腺癌转录组数据。核心分析方法包括：1）孟德尔随机化（MR）分析，利用eQTL数据集作为暴露数据，以逆方差加权（IVW）为主要方法评估基因与LUAD的因果关系；2）差异表达基因（DEGs）筛选，标准为|log₂FC|>1且P<0.05；3）功能富集分析，包括GO和KEGG通路分析；4）免疫细胞浸润分析，使用CIBERSORT算法评估22种免疫细胞的比例；5）预后模型构建，采用LASSO回归和Cox回归筛选独立预后基因，并构建列线图（Nomogram）预测生存率。

研究结果

数据预处理与差异表达基因分析

研究人员首先对来自GEO数据库的多个基因芯片数据集进行了批次效应校正。主成分分析（PCA）结果显示，校正前各实验组数据存在明显分离，表明存在显著的批次效应；而校正后，数据呈现出随机分布，证实批次效应已被有效消除。随后，研究人员在合并后的训练集数据中鉴定出2781个差异表达基因（DEGs），其中1227个基因表达上调，1554个基因表达下调。

孟德尔随机化分析识别关键基因

为了从因果关系的角度识别LUAD的关键基因，研究人员进行了两样本孟德尔随机化（MR）分析。通过将MR分析识别出的LUAD相关基因与差异表达基因（DEGs）进行交集分析，最终确定了16个差异表达LUAD相关基因（DELRGs）。其中，FANCD2、DNTTIP1、OTX1和WFDC3在肿瘤组织中表达上调，而其余基因（如CD33、TFPI等）则表达下调。MR分析结果显示，这16个基因均与LUAD的发生风险存在显著关联（P<0.05）。异质性检验和水平多效性检验结果均表明，研究结果具有较高的稳定性和可靠性。

功能富集与免疫细胞浸润分析

为了探究这16个关键基因在LUAD中的潜在功能，研究人员进行了GO和KEGG通路富集分析。GO分析结果显示，这些基因主要富集于神经系统发育、血小板功能以及丝氨酸型内肽酶抑制剂活性等生物学过程。KEGG通路分析则表明，这些基因主要参与内分泌及其他因子调节的钙重吸收、范可尼贫血（Fanconi anemia）通路以及谷胱甘肽代谢等通路。此外，通过CIBERSORT算法进行的免疫细胞浸润分析发现，LUAD组织与正常组织在自然杀伤（NK）细胞的表达水平上存在显著差异，提示NK细胞在LUAD的免疫微环境中扮演着重要角色。

预后模型的构建与验证

为了构建一个能够预测LUAD患者预后的模型，研究人员首先利用LASSO回归算法对16个DELRGs进行筛选，以消除基因间的多重共线性，最终保留了11个代表性基因。随后，通过单因素和多因素Cox回归分析，进一步确定了三个与LUAD患者预后生存最密切相关的独立基因：CD33、FANCD2和TFPI。基于这三个基因的表达水平，研究人员计算了每位患者的风险评分，并根据中位风险评分将患者分为高风险组和低风险组。Kaplan-Meier生存分析结果显示，FANCD2和TFPI低表达组的患者总生存率（OS）更高，而CD33高表达组的患者总生存率更高。为了直观地预测患者的生存概率，研究人员构建了一个列线图（Nomogram），该模型能够预测患者1年、3年和5年的生存率。校准曲线显示，该模型的预测值与实际观测值高度一致，证明了其良好的预测准确性。

结论与讨论

本研究通过整合孟德尔随机化（MR）与生物信息学分析，成功识别出FANCD2、CD33和TFPI三个与肺腺癌（LUAD）预后密切相关的关键基因，并构建了一个具有良好预测性能的预后模型。该模型为LUAD的个体化治疗决策提供了新的理论依据。

在讨论部分，研究人员对这三个关键基因的生物学功能进行了深入探讨。FANCD2是范可尼贫血（Fanconi anemia）通路的核心蛋白，在DNA修复中起着至关重要的作用。其异常表达可能导致基因组不稳定，从而促进癌症的发生发展。在LUAD中，FANCD2的表达上调与患者的不良预后和免疫治疗反应相关，并且与NK细胞浸润密切相关，被认为是铁死亡与免疫治疗协同作用的关键靶点。CD33是一种在髓系来源的抑制性细胞（MDSCs）中表达的分子，在免疫抑制功能中扮演着重要角色。在LUAD中，CD33的表达下调与患者的不良预后相关，其机制可能与抑制T细胞增殖和影响调节性T细胞的发育有关。TFPI（组织因子途径抑制剂-1）在LUAD中的作用则较为复杂。MR分析显示，TFPI表达水平升高与LUAD发病风险降低相关，提示其在肿瘤发生早期可能具有保护作用。然而，预后分析却显示，TFPI在LUAD组织中的高表达与患者较差的预后相关。研究人员推测，这种看似矛盾的结果可能与TFPI在肿瘤发生和进展过程中扮演的双重角色有关，也可能反映了MR分析（反映早期病因）与预后分析（反映疾病进展中的适应性变化）之间的时间差异。

综上所述，本研究不仅为LUAD的早期诊断和预后评估提供了新的生物标志物，也为深入理解LUAD的发病机制提供了新的视角。然而，该研究也存在一些局限性，例如基于公共数据库的分析可能存在人群异质性，且缺乏直接的实验验证。未来的研究需要通过单细胞测序、功能实验以及多中心临床样本验证，进一步阐明这些基因在LUAD中的具体分子机制，并评估其临床转化价值。