基于101种机器学习算法整合的m6A/m1A/m5C/m7G甲基化修饰联合预后模型在结直肠癌中的精准预测与治疗靶点发现

本研究针对结直肠癌(CRC)预后预测模型存在的外部验证性能不足问题，通过整合TCGA和GEO数据库中989例样本，运用101种机器学习算法组合开发了RNA甲基化相关标志物(RMS)。研究发现该模型在5个独立队列中均表现出优异的预后预测能力(C-index达0.722)，能有效区分免疫治疗获益人群，并筛选出TERT等潜在治疗靶点及11种候选药物，为CRC精准治疗提供了新工具。研究创新性地将m6A/m1A/m5C/m7G四种RNA修饰联合分析，通过WGCNA和单细胞测序等技术揭示了甲基化修饰与肿瘤微环境的关联。

　　

在全球癌症统计中，结直肠癌(CRC)长期占据消化系统恶性肿瘤发病率和死亡率的前三位，每年新增病例高达190万例。尽管手术、化疗和免疫治疗取得了显著进展，但转移性CRC患者的5年生存率仍不足20%。这种严峻现状背后，隐藏着两个关键科学问题：一是现有预后标志物在跨队列验证中表现不稳定，二是RNA修饰(m6A/m1A/m5C/m7G)在CRC中的协同调控机制尚未阐明。

中国四川省广元市中心医院临床实验室和厦门市第五医院中心实验室的研究团队在《Scientific Reports》发表的重要研究，通过整合101种机器学习算法，构建了首个整合四种RNA甲基化修饰的预后模型。这项跨越989例样本的多队列研究发现，新开发的RNA甲基化特征(RMS)不仅能准确预测患者生存(AUC达0.891)，还揭示了甲基化修饰通过调控TERT等靶点影响肿瘤免疫微环境的新机制。该研究为破解CRC异质性难题提供了全新视角，其开发的预测工具在临床转化应用方面展现出巨大潜力。

研究采用TCGA-CRC(n=600)和四个GEO队列(n=389)作为数据来源，关键技术包括：1)共识聚类分析鉴定三种RNA修饰亚型；2)WGCNA筛选1710个共表达模块基因；3)101种机器学习算法组合优化模型；4)七种算法(TIMER/CIBERSORT等)评估免疫浸润；5)CTRP/PRISM数据库筛选敏感药物；6)单细胞测序(GSE132257)定位靶点表达。特别运用了弹性网络(Enet)算法整合51个特征基因，通过10折交叉验证确保模型稳健性。

共识聚类识别RNA修饰亚型

基于84个RNA修饰调节因子的表达谱，研究首次在CRC中定义了三种分子亚型(C1-C3)。通过1000次迭代的k-means聚类分析，发现不同亚型间修饰调节因子存在显著表达差异，其中C3亚型显示出最差的预后趋势。这一发现为后续模块分析奠定了分子分型基础。

WGCNA揭示关键功能模块

采用软阈值12构建的共表达网络中，绿松石模块与亚型的相关性最强(r=0.46)。该模块1710个基因显著富集于内吞作用、泛素化降解和T细胞受体信号通路等关键过程，其中细胞周期和DNA修复通路的异常激活尤为突出。

机器学习模型构建与验证

从多队列共同筛选的127个预后基因中，弹性网络算法(alpha=0.1)构建的RMS展现出最佳预测性能。在全部五个验证队列中，高风险组患者总生存期显著缩短(HR=2.34-3.81)，且模型独立于TNM分期等临床因素。与既往34个已发表模型相比，RMS的C-index值(0.722)显示出明显优势。

免疫浸润特征分析

七种算法联合分析显示，低风险组具有更活跃的免疫浸润特征，包括增加的CD8⁺T细胞(EPIC算法,p<0.001)和NK细胞(MCPCOUNTER,p=0.003)。值得注意的是，TIDE评分证实低风险组更适合免疫治疗(p<0.01)，而高风险组则表现出更强的CAF和M2型巨噬细胞浸润。

潜在治疗策略发现

药物敏感性分析鉴定出6种CTRP数据库药物(包括替莫唑胺)和5种PRISM数据库药物(如帕比司他)对高风险组特别有效。通过整合TCGA和CCLE数据，发现端粒酶逆转录酶(TERT)在高风险组中异常高表达，且与不良预后显著相关(AUC=0.793)。单细胞测序进一步定位TERT主要在上皮细胞中高表达。

这项研究开创性地建立了RNA甲基化修饰的整合分析框架，其临床价值体现在三个方面：首先，RMS模型解决了现有标志物跨队列不稳定的难题；其次，发现TERT等靶点为高风险患者提供了精准治疗方向；最后，免疫特征分析为联合治疗策略制定提供了依据。研究也存在一定局限，如缺乏前瞻性验证队列，但其所采用的101种算法整合策略为生物标志物开发提供了新范式。这些发现不仅推进了对RNA修饰网络的认识，更为实现CRC的个体化治疗迈出了关键一步。