免疫相关基因在膀胱癌中的因果作用与治疗潜力：一项孟德尔随机化研究

《Hormones & Cancer》：Identifying the causal role and therapeutic potential of immune-related genes in bladder cancer: a Mendelian randomization study

本研究针对膀胱癌免疫治疗机制不清的问题，通过孟德尔随机化分析揭示了GSTM1、OLFM4等关键免疫相关基因的因果作用。研究人员整合GWAS、eQTL和pQTL数据，发现GSTM1表达与癌症风险呈负相关，并鉴定出多个与免疫细胞组成和患者生存显著相关的基因。该研究为膀胱癌的个性化免疫治疗提供了新的生物标志物和靶点。

　　

膀胱癌是全球泌尿系统最常见的恶性肿瘤，每年导致约16.5万人死亡。根据肿瘤是否侵犯肌层，膀胱癌可分为非肌层浸润性膀胱癌（NMIBC）和肌层浸润性膀胱癌（MIBC），其中MIBC恶性程度高、预后差，即使接受根治性膀胱切除术等积极治疗，预后仍然有限。近年来，免疫检查点抑制剂如PD-1/PD-L1和CTLA-4抑制剂的应用改善了膀胱癌患者的生存率，但免疫相关基因影响膀胱癌的具体机制尚不清楚，这限制了个性化免疫治疗策略的发展。

为了阐明免疫相关基因在膀胱癌中的因果作用，Chen等人在《Discover Oncology》上发表了一项创新的孟德尔随机化研究。该研究通过整合多组学数据，系统地评估了免疫相关基因与膀胱癌风险之间的因果关系，为开发新的治疗靶点提供了重要依据。

研究人员主要应用了以下几个关键技术方法：从UK Biobank和FinnGen数据库获取膀胱癌的全基因组关联研究（GWAS）数据；从InnateDB数据库收集1,378个免疫相关基因；利用eQTLGen联盟的基因表达数量性状位点（cis-eQTL）数据和deCODE的蛋白质数量性状位点（cis-pQTL）数据；采用两样本孟德尔随机化（MR）分析评估因果关系，并进行敏感性检验、共定位分析和反向因果关系分析；使用TCGA数据库的转录组和临床数据进行差异表达、生存分析和免疫浸润分析。

3.1 eQTLs of immune-related genes

研究人员从InnateDB数据库获得1,378个免疫相关基因，经过筛选后得到984个基因的cis-eQTL数据，为后续分析奠定了基础。

3.2 Immune gene eQTL and bladder cancer Mendelian randomization

孟德尔随机化分析发现，在UK Biobank和FinnGen数据集中，HLA-B、NLRP1、ITPR3、CD300A、ARHGAP15、GSTM1、CARD11、CTSH和CTSK等9个基因的表达与膀胱癌风险存在显著因果关系。其中GSTM1基因的表达与癌症风险呈负相关，提示其保护作用。

3.3 Sensitivity analysis of immune gene eQTLs with bladder cancer

敏感性分析显示，所有结果的Q_pval>0.05且intercept_pval>0.05，表明不存在多效性或异质性。MR Steiger方向性检验证实了所有效应的正向关系。

3.4 Mendelian randomization of immune gene pQTLs with bladder cancer

pQTL分析发现了13个与膀胱癌风险显著相关的蛋白质编码基因。MCP-1（CCL2）、KAP1（PRKAR1B）和B7-H1（CD274）水平的升高被确定为风险因素，而CD27、NET1（NTN1）、Rb（RB1）、BECN1、MARCO、Clusterin（CLU）、RPC9（CRCP）、MP2K3（MAP2K3）、IRF4和Olfactomedin-4（OLFM4）水平的升高则具有保护作用。

3.5 Immune pQTL and Mendelian randomization sensitivity test for bladder cancer

敏感性分析显示，除IRF4和OLFM4在IVW方法中存在异质性外，其余结果均未发现多效性或异质性，因此将这两个基因从后续分析中排除。

3.6 Colocalization analysis

共定位分析表明，GSTM1基因座与膀胱癌风险区域存在共享遗传变异（PPH4=0.81），进一步支持了GSTM1通过免疫基因调控影响肿瘤发展的因果关系。

3.7 Protein-Protein interaction network analysis

通过GeneMANIA构建的蛋白质-蛋白质相互作用网络显示，eQTL基因和pQTL基因分别形成了29个和31个节点的相互作用网络，揭示了这些基因在肿瘤微环境中的复杂调控关系。

3.8 Differential gene expression analysis

TCGA-BLCA转录组数据分析发现，CLU、NTN1、IRF4、ARHGAP15、CCL2、CTSK和OLFM4在正常样本中表达上调，而CARD11和ITPR3在癌症样本中表达上调。

3.9 Survival analysis

Kaplan-Meier生存分析显示，OLFM4、NTN1、ITPR3、CLU和CARD11五个基因的表达与膀胱癌患者的总生存期存在显著差异，表明它们具有预后价值。

3.10 Immune-Related analysis

CIBERSORT分析揭示了膀胱癌患者免疫细胞组成的显著变化：CD4记忆静息T细胞、静息肥大细胞、初始B细胞、单核细胞和活化肥大细胞下调，而M0巨噬细胞、M1巨噬细胞、浆细胞和调节性T细胞（Tregs）上调。

3.11 Gene set enrichment analysis

基因集富集分析（GSEA）发现差异表达基因显著富集于细胞周期、免疫检查点和TP53信号通路等关键生物学过程。

该研究通过整合多组学数据和孟德尔随机化方法，系统地阐明了免疫相关基因在膀胱癌中的因果作用。研究发现GSTM1、OLFM4、NTN1、ITPR3、CLU和CARD11等基因不仅与膀胱癌风险相关，还影响免疫细胞浸润和患者预后。这些基因可能通过调节肿瘤微环境中的免疫应答，影响膀胱癌的发生发展。特别是GSTM1作为保护性基因，其作用机制可能与致癌物代谢有关；而OLFM4通过STAT3信号通路促进恶性肿瘤进展；ITPR3则通过NF-κB/CD44通路影响肿瘤干细胞特性。

这些发现为膀胱癌的个性化治疗提供了新的方向。在临床应用中，这些基因可作为预后生物标志物，帮助识别高风险患者。对于非肌层浸润性膀胱癌（NMIBC），特定的基因表达模式可能提示疾病进展风险， enabling早期干预；对于肌层浸润性膀胱癌（MIBC），这些基因与免疫细胞浸润的密切关系可能影响免疫治疗的疗效。此外，B7-H1（PD-L1）蛋白水平与癌症风险的强相关性进一步支持了PD-L1抑制剂的治疗潜力，将这些抑制剂与其他靶向治疗结合可能会改善膀胱癌患者的治疗效果。

该研究的局限性包括孟德尔随机化方法假设暴露与结果之间存在线性关系，可能无法捕捉复杂的基因-环境相互作用；专注于cis-eQTLs可能忽略了trans-eQTLs和其他调控元件的贡献。未来需要在更多人群中进行验证，并开展实验研究进一步阐明这些基因的具体作用机制。

总之，这项研究不仅揭示了免疫相关基因在膀胱癌中的关键作用，还为开发新的治疗策略提供了重要线索，推动了膀胱癌精准医疗的发展。