人工智能驱动下(Z)-内昔芬治疗多形性胶质母细胞瘤的潜力评估：计算与实验分析

《Scientific Reports》：Evaluation of (Z)-endoxifen as a potential therapy for glioblastoma multiforme through computational and experimental analyses

本研究针对多形性胶质母细胞瘤(GBM)治疗难度大、预后差的问题，通过人工智能平台PandaOmics筛选出(Z)-内昔芬作为潜在治疗药物，并在体外实验中证实其可抑制GBM细胞增殖并诱导凋亡，虽在体内实验中未显显著疗效，但为GBM治疗提供了新的研究方向，展现了AI在药物重定位中的应用价值。

　　

在脑肿瘤的凶险谱系中，多形性胶质母细胞瘤(Glioblastoma Multiforme, GBM)以其侵袭性和治疗抗性著称，患者五年生存率仅约4%。当前标准治疗方案包括手术切除、放疗和替莫唑胺(Temozolomide, TMZ)化疗，但肿瘤复发率高，亟需新型治疗策略。值得注意的是，他莫昔芬(Tamoxifen)作为选择性雌激素受体调节剂(Selective Estrogen Receptor Modulator, SERM)，在既往研究中显示出对抗GBM的潜力，但其活性代谢物(Z)-内昔芬((Z)-endoxifen)是否具有更优疗效尚属未知。(Z)-内昔芬不仅通过拮抗雌激素受体α(ERα)和雌激素受体β(ERβ)发挥抗雌激素作用，高浓度下还能变构抑制并降解蛋白激酶Cβ₁(PKCβ₁)，诱导细胞凋亡，且不良反应较他莫昔芬更少，已获批用于治疗双相I型躁狂发作。其多重作用机制(Mechanism of Action, MOA)提示其在非乳腺癌领域，特别是GBM这类难治肿瘤中可能具有应用前景。

为验证这一假设，研究人员利用人工智能(AI)驱动的PandaOmics平台，对超过900种癌症类型进行分析，以(Z)-内昔芬的加权基因表达特征作为输入，通过20多个AI、组学和文本模型进行疾病指征优先排序。GBM因其预测疗效评分高、未满足的临床需求大以及他莫昔芬在GBM模型中的活性证据，被选为实验验证的候选疾病。随后，研究团队通过体外细胞实验和体内小鼠模型，评估了(Z)-内昔芬单用或与TMZ联用对GBM细胞增殖、凋亡及肿瘤生长的影响。该研究发表于《Scientific Reports》，展示了计算生物学在发现现有疗法新用途方面的力量。

本研究采用的关键技术方法包括：1）基于PandaOmics AI平台的组学数据整合与分析（整合GEO、ArrayExpress、PRIDE等公共数据库的30个GBM多组学数据集，含2689个样本）；2）差异表达分析、基因集富集分析(Gene Set Enrichration Analysis, GSEA)和转录因子(Transcription Factor, TF)富集分析；3）单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)数据（GSE84465和GSE159416数据集）重分析以验证批量结果并在细胞水平解析机制；4）体外实验使用患者来源的GBM细胞系CRT435进行增殖（IncuCyte NucLight Green荧光示踪）和凋亡检测（IncuCyte Annexin V染色）；5）体内药效评价采用CRT435细胞系构建的皮下移植瘤（Patient-Derived Xenograft, PDX）小鼠模型，评估(Z)-内昔芬（25、50、75 mg/kg，口服）单用或与TMZ（25 mg/kg，瘤内注射）联用对肿瘤体积的影响。

数据收集与整合

通过PandaOmics平台整合公共数据库中(Z)-内昔芬处理MCF-7细胞的四个微阵列数据集，生成(Z)-内昔芬基因表达特征。该特征显示，(Z)-内昔芬可调节雌激素信号、抑制细胞周期相关通路（E2F靶点、G2-M检查点、Myc靶点、有丝分裂纺锤体）、mTORC1信号，并双向调节糖酵解、氧化磷酸化和凋亡等。

指征优先排序与假设生成

利用加权后的(Z)-内昔芬基因特征（包含剂量依赖性基因、PPI网络中的基因、关键信号通路基因）作为输入，PandaOmics的指征优先排序功能将GBM列为第六大潜在适应症（排名高于已进行临床试验的乳腺癌、卵巢癌等）。GBM的入选基于其高预测评分、他莫昔芬的前期研究证据以及(Z)-内昔芬可能穿透血脑屏障(Blood-Brain Barrier, BBB)的潜力。

GBM的计算分析

对30项研究（2085个GBM样本 vs 604个对照样本）的GBM基因特征与(Z)-内昔芬特征进行交集分析，发现1463个重叠基因。其中，560个基因在GBM中上调而被(Z)-内昔芬下调，264个基因在GBM中下调而被(Z)-内昔芬上调。

GSEA分析显示，(Z)-内昔芬可能逆转GBM中过度激活的细胞周期相关标志（G2-M检查点、E2F靶点、有丝分裂纺锤体、Myc靶点）、mTORC1通路、雌激素和雄激素反应、凋亡、免疫反应相关标志（TNF-α通过NF-κB信号、干扰素γ/α反应、IL-2/STAT5信号）、缺氧、糖酵解和上皮-间质转化(Epithelial-Mesenchymal Transition, EMT)等通路。

转录因子富集分析发现，E2F7、E2F8、PRMT3、ZNF146和CENPA是GBM中激活且被(Z)-内昔芬抑制的关键转录因子。例如，E2F8下游基因的95%在GBM中上调，94%被(Z)-内昔芬下调。

单细胞RNA测序分析（GSE84465数据集）进一步在肿瘤核心区与周边组织的恶性细胞中验证了73个在批量GBM和单细胞水平均上调且被(Z)-内昔芬下调的基因。这些基因富集于细胞周期、凋亡和免疫反应通路。

生存分析（TCGA-GBM数据集）发现，HSPB1、RPA3和NFKBIZ三个基因的高表达与GBM患者不良预后显著相关。它们在GBM组织和肿瘤核心区的恶性细胞中高表达，并可被(Z)-内昔芬下调。此外，HSPB1在侵袭性更强的间充质(Mesenchymal)GBM亚型中高表达。

GBM的实验验证

体外实验

在患者来源的CRT435 GBM细胞系中，(Z)-内昔芬（20 μM）单用或与TMZ（150 μM）联用，均能显著抑制细胞增殖并诱导凋亡，效果优于TMZ单药，且联合用药促凋亡作用更强。

体内实验

然而，在CRT435 PDX皮下移植瘤小鼠模型中，为期28天的(Z)-内昔芬（25、50、75 mg/kg）单药或与TMZ（25 mg/kg）联用治疗，均未观察到显著的肿瘤体积缩小。所有治疗方案耐受性良好，未影响小鼠体重。

结论与讨论

本研究通过AI驱动的计算分析，首次提出(Z)-内昔芬作为GBM潜在治疗药物的新假设。计算结果表明，(Z)-内昔芬可能通过逆转GBM中异常激活的细胞周期（E2F7/E2F8）、mTORC1、雌激素/雄激素信号、免疫反应（NF-κB）、代谢重编程（HSPB1、RPA3、NFKBIZ）等多条关键通路发挥抗肿瘤作用。体外实验在CRT435 GBM细胞中验证了(Z)-内昔芬强大的抗增殖和促凋亡活性，且与TMZ有协同效应。

然而，体内实验的阴性结果提示，皮下PDX模型可能无法完全模拟GBM的颅内微环境（如血脑屏障、脑特异性间质和免疫环境），或存在药物暴露不足、GBM异质性（如ERα/ERβ表达差异）等因素影响疗效。此外，研究主要基于乳腺癌细胞系（MCF7）的转录组数据，其雌激素受体信号背景与GBM存在差异；体外验证仅使用单一GBM细胞系，结论的普适性需进一步在多模型中得到验证。

尽管存在局限性，此项工作凸显了AI平台在药物重定位中的强大潜力，为(Z)-内昔芬治疗GBM提供了初步的理论和实验依据。未来的研究应侧重于使用原位（颅内）GBM模型、优化给药策略、并整合蛋白质组学和代谢组学数据，以更全面地评估(Z)-内昔芬对抗这一毁灭性疾病的临床前景。