基于生物信息学与深度学习(MLP)整合方法揭示葡萄膜黑色素瘤新型五miRNA预后标志物

《Scientific Reports》：Integrated bioinformatics and deep learning (MLP) approach reveals a novel five miRNA prognostic signature in uveal melanoma

本研究针对葡萄膜黑色素瘤(UM)高转移率和缺乏有效系统治疗的临床难题，通过整合生物信息学分析与深度学习技术，开发了一种新型预后标志物识别方法。研究人员利用TCGA-UVM队列的miRNA-seq数据，结合单变量Cox回归和多层感知器(MLP)神经网络模型，筛选出与患者总体生存显著相关的五个关键miRNA(miR-4435、miR-3186、miR-1250、miR-6845和miR-4736)。通过GEO数据集验证、泛癌分析和药物敏感性评估，证实该标志物在UM预后预测和治疗指导方面具有重要临床价值，为miRNA指导的精准肿瘤治疗策略提供了新思路。

　　

在眼科恶性肿瘤领域，葡萄膜黑色素瘤(uveal melanoma, UM)作为一种具有高度转移潜能的肿瘤，一直困扰着临床医生和研究者。这种肿瘤虽然只占所有黑色素瘤病例的3%-4%，却是成年人中最常见的原发性眼内恶性肿瘤。更令人担忧的是，近50%的患者最终会发生转移，主要转移至肝脏，而一旦发生转移，患者的平均生存时间仅剩一年左右。当前缺乏有效的系统治疗方案，使得早期诊断和准确预后评估显得尤为重要。

传统的预后评估方法存在局限性，迫切需要开发新型分子标志物来指导临床决策。近年来，microRNA(miRNA)作为基因表达的关键调控因子，在肿瘤发生发展中发挥着重要作用。这些长度仅17-23个核苷酸的非编码RNA通过结合靶mRNA的3'非翻译区(3'UTR)，诱导翻译抑制或降解，从而参与细胞增殖、凋亡、分化和转移等多个生物学过程。在多种癌症中，miRNA的表达失调已被证实与疾病进展和预后密切相关。

与此同时，人工智能技术的快速发展为癌症研究带来了新的机遇。机器学习(machine learning, ML)特别是深度学习(deep learning, DL)方法，能够从复杂的高维数据中捕捉非线性关系，为生物标志物的发现提供了强大工具。然而，在葡萄膜黑色素瘤研究领域，将传统生物信息学分析与深度学习相结合来系统识别预后相关miRNA的研究尚属空白。

为了解决这一挑战，研究人员在《Scientific Reports》上发表了一项创新性研究，开发了一种整合分析流程，将单变量Cox比例风险回归与简单的深度学习模型相结合，旨在发现UM中可靠的miRNA预后标志物。

研究团队采用了多项关键技术方法：从TCGA-UVM数据库获取80例UM患者的miRNA-seq数据和临床信息；使用单变量Cox回归筛选与总体生存相关的miRNA，并应用Benjamini-Hochberg校正控制错误发现率(FDR<0.01)；通过加权Pearson相关性选择与肿瘤分期相关的miRNA作为多层感知器(Multilayer Perceptron, MLP)神经网络的输入特征，该网络用于将肿瘤分类为早期(II期)和晚期(III-IV期)；利用GEO2R工具在独立数据集中验证候选miRNA的表达差异；通过dbDEMC和STARBASE数据库进行泛癌表达和生存分析；应用ncRNADrug数据库探索miRNA与药物敏感性的关联。

患者 demographics

研究纳入了79例UM患者（排除1例分期信息缺失），平均年龄62.2岁，男性占55.7%。大多数患者(92.4%)为M0期，27.8%的患者在随访期间死亡。肿瘤分期分布为：II期49.4%，III期45.6%，IV期5.1%。

Identification of prognostic biomarkers Cox regression analysis

通过单变量Cox回归分析，研究人员首先识别出148个与总体生存显著相关的miRNA(P<0.05，|HR|>1)。经过FDR校正后，60个miRNA在FDR<0.01水平上仍保持显著，被认为是潜在的预后生物标志物。

mirDB target gene identification and functional enrichment analysis

对HR>2的miRNA进行靶基因预测，发现258个高置信度靶基因(预测得分≥80)。功能富集分析显示，这些靶基因显著富集于化学突触传递、视觉学习等生物学过程，以及UDP-葡萄糖醛酸活性辅因子形成等通路。

Weighted correlation and Simple neural network analysis

研究人员采用加权Pearson相关性分析筛选出147个与肿瘤分期最相关的miRNA，作为MLP神经网络的输入特征。该网络采用单隐藏层结构(16个神经元)，在测试集上达到0.71的AUC值，表明具有中等分类性能。通过变量重要性排序，识别出20个对分期分类贡献最大的miRNA，其中hsa-mir-4435具有最高的重要性评分(100%)。

Potential value of candidate prognostic biomarkers

将神经网络分析的前15个miRNA与Cox回归识别出的60个生存相关miRNA取交集，最终确定五个候选预后miRNA：miR-4435、miR-3186、miR-1250、miR-6845和miR-4736。文献调研显示，这些miRNA在其他癌症中已被实验验证具有重要功能：miR-4435通过靶向TIMP3促进结直肠癌进展；miR-3186通过调控FOXK1在非小细胞肺癌中发挥抑癌作用；miR-1250通过靶向MAPK1和WDR1抑制非霍奇金淋巴瘤发展；miR-6845通过调控USP22和ADGRD1影响肿瘤生长；miR-4736通过靶向CSE1L和ATG7调节肿瘤进展。

External validation of candidate miRNAs

在独立GEO数据集中的验证表明，miR-4435在GSE176345和GSE212219中显著下调，miR-1250在GSE68828中上调，miR-6845在GSE198801中上调，支持了这些miRNA在UM中的表达改变。

Pan-cancer study

泛癌分析揭示了这些miRNA在不同癌症类型中的组织特异性表达模式。生存分析显示，这些miRNA的表达水平与多种癌症的预后显著相关，进一步支持其临床价值。

Drug sensitivity and Drug resistance analysis

药物-miRNA相互作用分析发现，候选miRNA与多种化疗药物的敏感性或耐药性相关，如miR-4435与奥希替尼、吉非替尼的敏感性相关，miR-6845与顺铂耐药相关。

Correlation analysis for clinical data

临床数据分析显示，疾病分期与病理T分期之间存在强相关性(r=0.84)，表明肿瘤负荷在UM分期中的关键作用。

研究结论表明，通过整合生物信息学与人工智能辅助方法，成功识别出一个稳健的五miRNA标志物，在葡萄膜黑色素瘤预后预测和治疗指导方面具有重要价值。该研究不仅提供了一种新的分析方法框架，还为UM的精准医疗策略开发奠定了基础。这些发现需要通过更大规模的多中心队列进行进一步实验验证，但无疑为改善UM患者预后带来了新的希望。

讨论部分强调，这种双分析方法结合了Cox回归的线性关联识别能力和神经网络的非线性模式捕捉优势，有效减少了假阳性发现。五个miRNA标志物在其他癌症中已验证的功能机制与UM已知的分子特征存在重要交集，如MAPK信号通路、细胞外基质重塑和自噬调控等，为它们在UM中的作用提供了理论支持。药物敏感性分析结果进一步提示这些miRNA可能作为治疗反应的预测指标，具有转化医学潜力。