一种与二硫键代谢障碍相关的长链非编码RNA（lncRNA）特征，用于肝细胞癌的预后评估与发展研究

《Medicine》：A novel disulfidptosis-related lncRNA signature for development and evaluation of hepatocellular carcinoma prognosis

肝细胞癌（HCC）预后预测模型及机制研究。基于TCGA数据，通过Cox回归与LASSO回归筛选出3个与硫键解体（disulfidptosis）相关的lncRNA（AC016717.2、AC124798.1、AL031985.3），构建风险预测模型。模型验证显示，高风险组患者1/3/5年生存率显著降低（AUC分别为0.756/0.695/0.701），且与免疫微环境（如MHC-I、干扰素信号通路）、体细胞突变负荷（TMB）及化疗药物敏感性相关。该模型为HCC预后评估和精准治疗提供新工具。

　　肝癌是全球范围内发病率较高且致死率居前的恶性肿瘤之一，尤其是肝细胞癌（Hepatocellular Carcinoma, HCC）作为最常见的肝癌类型，其诊断通常在疾病晚期才被发现，这使得治疗难度加大，患者预后较差。随着对癌症生物学机制的深入研究，科学家们发现非编码RNA，特别是长链非编码RNA（Long Noncoding RNAs, lncRNAs），在肿瘤的发生、发展及转移过程中发挥着重要作用。近年来，一种名为“二硫键凋亡”（Disulfidptosis）的新形式的程序性细胞死亡引起了广泛关注。这种细胞死亡方式涉及细胞内二硫键的异常积累，与细胞代谢密切相关。研究发现，二硫键凋亡的异常可能通过影响细胞骨架的结构稳定性，导致细胞快速死亡。基于这一发现，本研究探讨了与二硫键凋亡相关的lncRNA在HCC患者预后评估中的潜在作用，并尝试构建一种基于这些lncRNA的预测模型。

本研究的主要目标是识别与二硫键凋亡相关的lncRNA（Disulfidptosis-Related LncRNAs, DRLs），并评估其在HCC患者生存率预测中的价值。研究者利用了来自The Cancer Genome Atlas（TCGA）数据库的肝癌相关数据，包括转录组数据和临床信息。通过文献综述确定了22种与二硫键凋亡相关的基因（Disulfidptosis-Related Genes, DRGs），并利用Spearman相关性分析筛选出与这些基因表达显著相关的lncRNA。通过Sankey图展示了DRLs与DRGs之间的关联性。进一步筛选过程中，研究者使用了单变量Cox回归分析和最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）方法，最终确定了三个与HCC预后显著相关的lncRNA：AC016717.2、AC124798.1和AL031985.3。基于这些lncRNA的表达水平，构建了一个风险评分模型，并将其应用于训练集和验证集进行评估。

为了验证该模型的预测能力，研究者采用了Kaplan-Meier生存分析和受试者工作特征（Receiver Operating Characteristics, ROC）曲线分析。结果显示，高风险组患者的总体生存率（Overall Survival, OS）显著低于低风险组。风险评分在1年、3年和5年的AUC值分别为0.756、0.695和0.701，表明该模型具有良好的预测性能。此外，研究者还构建了一个用于预测HCC患者5年生存率的列线图（Nomogram），为临床医生提供了一种新的视角来评估患者的预后情况。列线图的构建整合了风险评分与临床特征（如年龄、性别和TNM分期），能够更全面地反映患者的生存风险。

除了生存率预测，该研究还分析了风险评分与免疫功能、体细胞突变负荷（Tumor Mutational Burden, TMB）及药物敏感性之间的关系。研究发现，高风险组和低风险组在免疫功能、突变特征和药物敏感性方面存在显著差异。例如，高风险组在某些免疫相关指标上的表现较弱，而低风险组则表现出更高的药物敏感性。这表明，基于DRLs的风险评分不仅有助于预测HCC的临床结局，还可能为个体化治疗策略的制定提供依据。例如，某些化疗药物（如奥沙利铂、米托蒽醌、KRAS（G12C）抑制剂-12和阿西替尼）在高风险组中表现出更高的敏感性，提示这些药物可能对高风险患者更有效。而其他药物（如帕卡利西布、紫杉醇、达沙替尼、阿法替尼和5-氟尿嘧啶）则在低风险组中显示出更高的治疗效果，这为不同风险分组的患者提供了针对性的治疗选择。

为了进一步理解DRLs在HCC中的生物学功能，研究者进行了基因本体（Gene Ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）的功能富集分析。结果显示，这些差异表达的基因主要参与了细胞周期调控、细胞外基质-受体相互作用、蛋白消化与吸收、PI3K-Akt信号通路以及癌症相关的蛋白聚糖等关键生物学过程。这些通路的异常可能与HCC的进展和不良预后有关，表明DRLs可能通过调控这些通路来影响HCC的生物学行为。

此外，研究者还通过“maftool”软件包分析了高风险组与低风险组之间的体细胞突变分布差异。结果显示，高风险组的突变率高于低风险组，但突变负荷（TMB）的定量分析并未发现两组之间存在显著差异。尽管高突变负荷通常被认为与免疫治疗的响应性相关，但本研究发现，高风险组的TIDE（Tumor Immune Dysfunction and Exclusion）评分较低，这可能意味着高风险组患者对免疫检查点抑制剂（Immune Checkpoint Blockers, ICB）的反应性更高。TIDE评分的降低可能与免疫治疗的疗效有关，因此，该模型可能为HCC患者的免疫治疗提供重要的参考依据。

研究还分析了不同风险组对多种化疗药物的敏感性差异。结果显示，高风险组对某些药物（如奥沙利铂、米托蒽醌、KRAS（G12C）抑制剂-12和阿西替尼）的反应性较强，而低风险组对其他药物（如帕卡利西布、紫杉醇、达沙替尼、阿法替尼和5-氟尿嘧啶）则表现出更高的敏感性。这些发现不仅揭示了DRLs在药物敏感性预测中的潜在作用，还为临床治疗策略的制定提供了新的思路。例如，对于高风险患者，可以优先考虑对奥沙利铂等药物敏感性较高的治疗方案，而对于低风险患者，可能更适合使用其他类型的药物。

本研究的成果具有重要的临床意义。首先，基于DRLs的三个lncRNA的风险评分模型能够有效区分HCC患者的高风险和低风险群体，为个体化治疗提供依据。其次，该模型在不同年龄、性别和疾病阶段的亚组分析中均显示出良好的预测能力，表明其具有广泛的适用性。此外，该模型的构建和验证不仅依赖于TCGA数据库的内部分析，还结合了多种统计方法和生物信息学工具，确保了结果的可靠性。最后，该研究为HCC的预后评估和治疗选择提供了新的视角，同时也为进一步研究DRLs的功能机制和生物学意义奠定了基础。

然而，本研究也存在一些局限性。首先，二硫键凋亡作为一种新型的程序性细胞死亡形式，其在肿瘤发生和发展的具体作用机制仍需进一步探索。其次，虽然本研究在统计学上验证了该模型的预测能力，但需要更多的实验研究来确认其在实际临床环境中的有效性。最后，本研究主要基于TCGA数据库的数据，虽然具有较高的代表性，但仍需通过临床试验和实验验证来进一步推广和应用这一模型。

综上所述，本研究揭示了与二硫键凋亡相关的三个lncRNA在HCC预后评估中的重要性，并构建了一个具有较高预测性能的风险评分模型。该模型不仅能够有效预测HCC患者的生存率，还可能为个体化治疗策略的制定提供重要参考。未来的研究需要进一步探索这些lncRNA的功能机制，并在临床环境中进行验证，以推动其在肝癌治疗中的实际应用。