基于失巢凋亡相关基因的卵巢癌肿瘤微环境特征与预后标志物鉴定：从单细胞到组织水平的探索

《Hormones & Cancer》：Identification of anoikis-related tumor microenvironment characteristics and prognostic signature in ovarian cancer at bulk and single-cell levels

本研究针对卵巢癌(OC)预后差、易转移的临床难题，通过整合单细胞RNA测序(scRNA-seq)和批量RNA测序数据，系统分析了失巢凋亡(anoikis)相关基因(ARGs)在肿瘤微环境(TME)中的作用。研究人员构建了包含7个ARGs的失巢凋亡相关风险评分(ANRS)模型，验证其独立预后价值，并发现癌症相关成纤维细胞(CAFs)在anoikis抵抗中的关键作用。实验证实AP1S2基因通过促进细胞增殖、迁移和侵袭驱动OC恶性进展。该研究为OC精准治疗提供了新的生物标志物和潜在靶点。

　　

卵巢癌作为妇科恶性肿瘤中最致命的"沉默杀手"，其五年生存率长期低于48%，严重威胁女性健康。由于缺乏有效的早期筛查方法，大多数患者在确诊时已处于晚期阶段，加之手术选择有限、化疗耐药性高和转移性强等挑战，使得开发新的治疗策略变得尤为迫切。近年来，精准医疗策略逐渐从传统的广谱细胞毒性化疗转向同时靶向恶性细胞固有特性和调控肿瘤微生态系统的双管齐下方法。在这一背景下，失巢凋亡——一种由细胞-基质分离激活的特殊细胞死亡机制，引起了研究人员的广泛关注。

失巢凋亡通过防止异常细胞在不适宜位置定植，维持着生理稳态，而其抵抗性则成为癌细胞获得转移能力的关键步骤。在卵巢癌中，已有研究表明SRC/AKT/ERK轴激活和代谢重编程能够促进癌细胞逃避失巢凋亡，加速疾病进展。然而，关于失巢凋亡相关基因在卵巢癌预后评估和肿瘤微环境调控中的系统研究仍然缺乏。为此，唐振业等研究人员在《Discover Oncology》上发表了最新研究成果，通过整合单细胞和批量转录组学分析，揭示了失巢凋亡相关基因在卵巢癌中的重要作用。

研究人员采用了多种关键技术方法开展本研究。他们从GSE26712项目（训练队列，153个肿瘤样本）和TCGA-OV项目（验证队列，374个癌症样本）获取基因组和临床病理学数据，同时利用来自7例未经治疗卵巢癌患者的单细胞RNA测序数据（包含13,809个细胞）。通过单细胞数据分析，他们使用Seurat R包进行细胞聚类和注释，并采用AddModuleScore算法计算失巢凋亡评分(ANSs)。在预后模型构建方面，研究人员结合单变量Cox回归和最小绝对收缩和选择算子(LASSO)回归技术，开发了失巢凋亡相关风险评分(ANRS)。此外，他们还利用ESTIMATE、EPIC和ssGSEA等方法分析肿瘤微环境特征，并通过体外实验（包括qRT-PCR、CCK-8、集落形成、伤口愈合和Transwell实验）验证关键基因AP1S2的功能。

3.1 单细胞转录组学中卵巢癌的失巢凋亡特征

研究人员首先在单细胞水平上探索了41个ARGs在卵巢癌肿瘤微环境中的分布情况。通过对13,809个细胞进行分析，他们成功识别出7个主要细胞亚群：上皮细胞、癌症相关成纤维细胞(CAFs)、内皮细胞、T细胞、B细胞、巨噬细胞和卵巢基质细胞。

特别值得注意的是，CAFs表现出最高的失巢凋亡评分，显著高于其他细胞类型。当研究人员将CAFs根据中位ANS值分为高分组和低分组后，基因本体(GO)分析显示两组间的差异表达基因主要富集在免疫应答和肿瘤进展相关的生物过程和信号通路上。进一步通过CellChat软件进行的细胞通讯分析表明，高ANSs的CAFs与恶性上皮细胞之间存在更频繁的通讯互动。

这些高ANSs的CAFs主要通过胶原蛋白、纤连蛋白1(FN1)、硫酸乙酰肝素蛋白聚糖(HSPG)和胰岛素样生长因子(IGF)信号通路影响肿瘤细胞，这些通路在癌细胞粘附、失巢凋亡抵抗性侵袭和增殖生长中发挥着关键作用。

3.2 卵巢癌患者失巢凋亡相关预后模型的开发

基于单细胞分析的发现，研究人员进一步在批量RNA测序水平探索ARGs的预后价值。通过单变量Cox回归分析，他们从41个ARGs中筛选出8个与卵巢癌预后显著相关的基因，其中7个基因（IGFBP4、WTAP、AP1S2、ISG20、CCT5、GPM6B和SPINT2）经过LASSO回归进一步验证，被纳入最终的预后基因集。

利用这7个基因的回归系数，研究人员构建了ANRS计算公式，将GSE26712队列的153例患者按中位ANRS值分为高风险组（76例）和低风险组（77例）。生存分析显示，低风险组患者的总生存期显著优于高风险组。这一结果在TCGA-OV验证队列中得到了进一步证实，低ANRS亚型的死亡率显著降低。

3.3 ANRS特征的独立预后意义

为了评估ANRS的临床实用性，研究人员进行了单变量和多变量Cox回归分析，结果表明ANRS是卵巢癌的独立预后因素。

研究人员还构建了一个结合ANRS和病理参数的列线图，校准曲线和决策曲线分析(DCA)在1年、3年和5年时间点均显示该列线图具有良好的预测性能和临床实用性。

3.4 两个卵巢癌亚组中的肿瘤微环境特征

通过ESTIMATE算法分析发现，高风险ANRS亚组表现出更高的基质评分和ESTIMATE评分。

进一步分析显示，高风险亚组中CAFs和内皮细胞的浸润程度更高。免疫细胞浸润分析发现，低风险亚组中活化树突状细胞(aDCs)、浆细胞样树突状细胞(pDCs)等免疫细胞更加丰富，且多种免疫相关通路（如炎症促进、MHC I类分子和I型干扰素反应）活性更强。

这些发现在TCGA-OV队列中得到了验证，进一步确认了ANRS特征与卵巢癌免疫状态的关联。

3.5 ANRS与化疗应用的相关性分析

研究人员还探讨了ANRS在预测化疗敏感性方面的价值。发现高ANRS患者对IGF1R抑制剂GSK1904529A更敏感，而低ANRS患者则对PI3K/MTOR双重抑制剂AZD2014反应更好。

3.6 AP1S2在卵巢癌细胞中功能表型的阐明

在7个预后相关ARGs中，AP1S2表现出最高的风险比(HR=1.549)，提示其可能作为卵巢癌的驱动基因。生存分析显示，AP1S2高表达与患者不良预后显著相关。

实验验证表明，AP1S2在卵巢癌细胞系SKOV3和CAOV3中的表达显著高于正常卵巢上皮细胞IOSE80。功能实验显示，AP1S2敲低后，卵巢癌细胞的增殖、迁移和侵袭能力均显著降低。

这项研究通过整合单细胞和批量转录组学分析，首次系统揭示了失巢凋亡相关基因在卵巢癌肿瘤微环境中的作用机制。研究不仅开发了一个强大的预后预测工具ANRS，还深入探讨了其与肿瘤微环境特征的关联，特别是CAFs在失巢凋亡抵抗中的关键作用。更重要的是，研究通过功能实验验证了AP1S2作为卵巢癌潜在治疗靶点的重要性。

该研究的创新之处在于将单细胞分辨率与批量转录组学相结合，提供了对卵巢癌异质性和微环境相互作用的深入理解。ANRS模型不仅能够准确预测患者预后，还能指导个体化治疗策略的选择，如针对不同风险亚群使用特定的靶向药物。此外，AP1S2的发现为开发新的治疗干预措施提供了重要线索。

尽管本研究存在一些局限性，如回顾性数据可能存在的批次效应，以及需要更多前瞻性研究验证模型的临床实用性，但这项工作无疑为改善卵巢癌患者预后提供了新的思路和工具。未来研究可进一步探索ANRS模型在临床实践中的应用价值，并深入阐明AP1S2等关键基因在卵巢癌进展中的分子机制，为开发更有效的治疗策略奠定基础。