编辑推荐：
头颈癌（HNSCC）和霍奇金淋巴瘤（HL）关系密切但分子机制不明。研究人员整合生物信息学和机器学习技术开展研究，鉴定出 IL6、CXCL13 和 PLAU 等关键基因及潜在治疗药物。该研究为疾病治疗提供新策略，意义重大。
在医学研究领域，头颈鳞状细胞癌（HNSCC）和霍奇金淋巴瘤（HL）一直是备受关注的难题。HNSCC 是一种侵袭性很强的恶性肿瘤，主要起源于下咽、喉、口腔和口咽黏膜，在所有头颈癌中占比高达 90%。转移性 HNSCC 患者的 5 年相对生存率不到 38% ，而复发或转移性 IV 期患者的 5 年生存率更是低至 4%。HL 则是一种独特的造血系统肿瘤，其特征是在炎症背景下存在癌性的里德 - 斯腾伯格细胞（Reed–Sternberg cells）。
尽管二者都和生活方式、病毒感染等因素有关，且患者在治疗和免疫方面也存在关联，但它们之间具体的分子联系却一直不为人知。为了揭开这层面纱，江苏大学等机构的研究人员展开了深入探索。他们希望通过研究，找到二者共有的分子机制，确定潜在的诊断生物标志物，进而发现新的治疗靶点。这项研究成果发表在《Scientific Reports》上，为相关疾病的治疗和研究开辟了新的方向。
研究人员在此次研究中运用了多种关键技术方法。首先，从公共数据库获取数据，如从 TCGA 获取 HNSCC 的转录组 RNA 和生存数据，从 GEO 数据库获取 HL 的相关转录组数据集。接着，使用 R 语言相关工具对数据进行处理，像用 DESeq2 分析 HNSCC 中的差异表达基因（DEGs），利用加权基因共表达网络分析（WGCNA）筛选 HL 相关基因模块。还通过蛋白 - 蛋白相互作用（PPI）网络分析、多种机器学习算法以及生存分析、ROC 曲线评估等一系列方法深入探究数据123。
下面来看看具体的研究结果：
- 关键模块相关基因和 DEGs 的鉴定：通过 WGCNA 分析，研究人员成功识别出与 HL 高度相关的基因模块，其中蓝色模块与 HL 的正相关性最强。在 HNSCC 患者中，经分析确定了 4055 个 DEGs。最终，从 HL 相关模块基因和 HNSCC 的 DEGs 交集里找到了 150 个重要基因56。
- 富集分析和前瞻性基因选择：对共享基因进行 GO、KEGG 和 DO 富集分析后发现，这些基因在细胞杀伤、T 细胞激活调节等生物过程，以及细胞因子 - 细胞因子受体相互作用等信号通路中发挥重要作用。借助 PPI 网络和多种拓扑算法，筛选出了 16 个候选枢纽基因7。
- 枢纽基因的识别：运用 LASSO 回归、随机森林（RF）和支持向量机递归特征消除（SVM - RFE）等机器学习算法，进一步确定了 8 个重叠基因，包括白细胞介素 - 6（IL - 6）、基质金属蛋白酶 9（MMP9）等48。
- 枢纽基因诊断价值评估和列线图构建：生存分析显示，IL - 6、C - X - C 基序趋化因子配体 13（CXCL13）和尿激酶型纤溶酶原激活剂（PLAU）与 HNSCC 患者的预后显著相关。ROC 曲线分析表明，这三个基因联合使用时，诊断性能大幅提升。研究人员还构建了列线图，该图能有效预测 HNSCC 患者的风险910。
- 生物标志物与 TNM 分类和肿瘤分期的相关性：研究发现，IL - 6、CXCL13 和 PLAU 的表达水平与 HNSCC 的 TNM 分期和肿瘤阶段密切相关，且高表达这些基因往往意味着患者的生存概率更低1112。
- 免疫细胞浸润与生物标志物表达的相关性：分析 HNSCC 中的免疫细胞浸润情况后发现，IL - 6、CXCL13 和 PLAU 的表达与多种免疫细胞的浸润显著相关，这表明它们在调节肿瘤免疫微环境方面具有重要作用1314。
- 转录因子预测和治疗药物筛选：研究人员预测了潜在的转录因子（TFs），并分析了生物标志物与药物敏感性的关系。结果显示，CXCL13 与多种药物的敏感性呈负相关，而 IL - 6 和 PLAU 与部分药物的耐药性有关。此外，还筛选出了穿心莲内酯（Andrographolide）、利妥昔单抗（Rituximab）和阿米洛利（Amiloride）等可能用于治疗的药物1516。
- HNSCC 淋巴转移的单细胞 RNA 测序数据分析：通过对单细胞 RNA 测序（scRNA - seq）数据的分析，发现 HNSCC 肿瘤样本与正常淋巴组织在细胞组成和基因表达上存在明显差异。在 HNSCC 中，巨噬细胞和上皮细胞增多，且 CXCL13 和 PLAU 在成纤维细胞和上皮细胞中的表达升高，IL - 6 在巨噬细胞中的表达降低1718。
在结论和讨论部分，研究人员指出，他们成功找到了与 HL 患者 HNSCC 进展相关的三个关键诊断生物标志物：IL - 6、CXCL13 和 PLAU。这些生物标志物参与了上皮 - 间质转化和炎症反应等关键过程，与免疫细胞浸润，特别是巨噬细胞和树突状细胞密切相关，在调节肿瘤免疫微环境中意义重大。同时，药物敏感性分析表明，穿心莲内酯、利妥昔单抗和阿米洛利可能为 HNSCC 患者，尤其是合并 HL 的患者，提供有效的治疗方案。不过，该研究也存在一些局限，如数据质量控制不够严格、机器学习算法并非专门针对生物医学数据设计、药物筛选缺乏实验验证等。未来还需要更多的实验和临床研究来进一步验证这些结果。总体而言，这项研究为理解 HNSCC 和 HL 的分子机制提供了新视角，为开发新的治疗方法奠定了基础，具有重要的科学意义和临床应用潜力。
