编辑推荐：
为探究糖酵解与脂肪酸代谢（GF）对乳腺癌免疫微环境的影响及其预测价值，研究人员基于多中心数据，用 10 种机器学习算法构建 GF 相关预后模型 GFSscore。发现高 GFSscore 患者预后差，ACSL5 可抑制乳腺癌增殖，为个体化治疗提供新方向。
乳腺癌作为全球最常见癌症，其异质性导致治疗挑战与预后差异。代谢重编程作为癌症重要特征，其中糖酵解（如瓦博格效应 Warburg effect）和脂肪酸代谢（FAM）不仅支撑肿瘤生长，还通过塑造免疫微环境影响免疫治疗效果。然而，乳腺癌中代谢模式与免疫细胞互作机制尚不明确，且现有免疫治疗对乳腺癌响应率较低，亟需结合代谢特征的预后标志物指导精准治疗。在此背景下，国内研究团队开展相关研究，成果发表于《Computational Biology and Chemistry》，为乳腺癌代谢 - 免疫调控机制及个体化治疗提供了新视角。
研究人员整合多中心数据，运用 10 种机器学习算法，结合糖酵解与脂肪酸代谢相关基因，构建了 GF 相关预后模型 GFSscore。研究涉及的关键技术包括：从 MSigDB 获取 602 个 GF 相关基因，利用 TCGA、GEO、METABRIC 等多数据库的乳腺癌基因组、转录组及临床数据，通过单变量 Cox 回归分析筛选跨数据集重叠的预后基因，结合机器学习算法构建 GFSscore 模型，并借助单细胞测序数据（GSE161529）解析代谢异质性。
结果
- GFSscore 的构建与验证：通过对 GSE20685、GSE21653、GSE42568 数据集的分析，筛选出 10 个跨数据集重叠的 GF 相关预后基因，基于机器学习构建 GFSscore 模型。经多数据库验证，该模型在乳腺癌中具有独立预后价值，且鲁棒性优于其他模型。
- GFSscore 与临床特征及免疫微环境的关联：高 GFSscore 提示糖酵解活性主导，患者预后较差，与免疫逃逸机制导致的免疫抑制相关；低 GFSscore 则倾向脂肪酸代谢，预后较好。此外，GFSscore 可预测患者对免疫治疗的响应及化疗药物敏感性。
- ACSL5 的功能验证：实验表明，过表达的 ACSL5 基因可抑制乳腺癌（BRCA）细胞增殖，促进其凋亡，提示 ACSL5 可能成为乳腺癌治疗的新靶点。
结论与讨论
本研究首次构建了基于糖酵解和脂肪酸代谢的乳腺癌预后模型 GFSscore，揭示了代谢模式与免疫微环境的关联。GFSscore 作为独立预后指标，有望指导乳腺癌患者的个体化治疗，包括预测免疫治疗响应和化疗敏感性。ACSL5 作为新发现的抑制乳腺癌增殖的靶点，为开发靶向代谢通路的治疗策略提供了实验依据。研究整合多组学数据与机器学习方法，系统解析了乳腺癌代谢异质性，为深入理解肿瘤代谢 - 免疫互作机制奠定了基础，也为乳腺癌精准医疗提供了兼具科学性与临床转化潜力的新工具。
