α1,3-甘露糖基转移酶ALG3通过激活TNF信号通路促进膀胱癌恶性进展的机制研究及诊断价值

本研究针对膀胱癌(BCa)诊断和治疗瓶颈，通过多组学分析揭示了α1,3-甘露糖基转移酶ALG3通过调控CD44 N-糖基化修饰激活TNF信号通路驱动肿瘤进展的分子机制。研究人员构建了基于6种糖基转移酶(GTs)的高精度诊断模型(AUC=0.966)，发现ALG3可作为血清糖生物标志物，并筛选出selumetinib等靶向抑制剂，为膀胱癌的精准诊疗提供新策略。

　　

膀胱癌作为泌尿系统最常见的恶性肿瘤，其高复发率和高治疗成本一直是临床面临的重大挑战。当前依赖膀胱镜和尿细胞学的诊断方法存在侵入性强、灵敏度不足等问题，而化疗药物的毒副作用又限制了治疗效果。更棘手的是，约60-80%的非肌层浸润性膀胱癌(NMIBC)患者会出现复发，其中20-40%会进展为致命的肌层浸润性膀胱癌(MIBC)。在这种背景下，寻找高灵敏度的无创诊断标志物和新型治疗靶点成为迫切的临床需求。

大连医科大学附属第一医院和大连医科大学基础医学院的研究团队将目光投向了糖基化修饰这一肿瘤关键特征。糖基转移酶(GTs)介导的异常糖基化在肿瘤发生发展中扮演重要角色，但其在膀胱癌中的具体机制尚不明确。研究人员通过整合TCGA和GEO数据库，运用机器学习算法构建了包含ALG3等6种GTs的诊断模型，并在临床样本中验证了其卓越的检测效能(AUC=0.966)。

研究采用多组学联用策略，主要技术包括：1) 基于TCGA和GEO数据库的生物信息学分析；2) 77例健康对照和96例膀胱癌患者的血清ELISA检测；3) 膀胱癌细胞系(T24/UMUC3)的基因过表达/沉默实验；4) RNA-seq和miRNA-seq测序分析；5) 免疫共沉淀和GNA凝集素pull down检测CD44糖基化；6) 裸鼠移植瘤模型验证体内功能；7) 分子对接筛选ALG3抑制剂。

诊断模型的构建与验证
通过"wilcox"和"limma"算法筛选出51个差异表达GTs，采用GBM、LASSO等机器学习方法最终确定ALG3、POMT2等6个核心GTs。该模型在训练集(TCGA)和验证集(GSE188715)中分别达到0.966和0.960的AUC值，其中ALG3单独检测的灵敏度高达95.8%。

ALG3的肿瘤促进作用
功能实验显示ALG3过表达显著增强膀胱癌细胞增殖、迁移和侵袭能力，动物实验证实其促进肿瘤生长。机制研究发现ALG3通过增加CD44蛋白的N-糖基化修饰(预测靶向Asn25/57/100等位点)，进而激活TNF-α/TNFR1/TRADD信号轴，上调MMP3/9等基质金属蛋白酶的表达。

miR-142-5p的调控作用
miRNA-seq发现miR-142-5p与ALG3存在靶向关系，双荧光素酶报告基因验证其通过结合ALG3 3'-UTR抑制表达。临床数据表明miR-142-5p在膀胱癌中低表达，与ALG3呈负相关，功能实验证实其具有抑制肿瘤的效应。

靶向治疗探索
分子对接筛选出selumetinib等4种ALG3抑制剂，其中selumetinib能以-5.073 kcal/mol结合能靶向ALG3的LEU/PRO残基，IC₅₀值为85.54±15.50μM(T24细胞)。ALG3敲除可增强细胞对selumetinib的敏感性，IC₅₀降低35%。

这项发表于《European Journal of Medical Research》的研究具有多重意义：首先，ALG3作为新型血清糖生物标志物，其检测性能超越传统方法；其次，阐明ALG3-miR-142-5p-CD44-TNF轴为膀胱癌进展的关键机制；最后，selumetinib等靶向药物的发现为临床转化提供可能。该研究不仅为膀胱癌的精准诊疗提供了理论依据，也为糖生物学在肿瘤领域的应用开辟了新思路。