编辑推荐：
为探究基因调控功能与肝细胞癌（HCC）发生发展的关系，研究人员结合单细胞测序、孟德尔随机化（MR）和生物信息学分析，发现 MVI + 与 MVI - 组免疫细胞及互作差异，ER-phagy 基因与免疫细胞存在因果关系，构建的预后模型可准确预测患者预后。
肝细胞癌（HCC）是全球范围内发病率和死亡率均较高的恶性肿瘤，尤其在男性消化系统肿瘤中位居前列。据世界卫生组织数据，全球每年新增肝癌病例约 84.1 万，死亡病例达 78.1 万，且多数患者确诊时已处于晚期，失去根治机会，5 年生存率仅 3%-5%。肿瘤微环境的复杂性极大阻碍了对基因作用的精准分类，而深入解析基因功能对改善 HCC 患者预后至关重要。在此背景下，泰兴市人民医院肿瘤科等机构的研究人员开展了相关研究，旨在阐明内质网自噬（ER-phagy）调控基因与 HCC 微环境的关联，并构建可靠的预后模型，该研究成果发表在《Discover Oncology》。
研究人员主要采用了以下关键技术方法：从 GEO 数据库获取 HCC 单细胞数据（GSE242889），利用 Seurat、Harmony 等工具进行数据质控、整合及批次效应校正，通过 SingleR 包注释免疫细胞群；从 GWAS 数据库获取免疫细胞相关标签，结合已知的 200 个 ER-phagy 调控基因，运用 TwoSampleMR 包进行孟德尔随机化分析，筛选因果基因；借助 CellChat 分析细胞间通讯差异；从 TCGA 和 ICGC 数据库提取基因表达及临床数据，通过 k-means 聚类、LASSO 回归和 Cox 比例风险模型构建预后模型，并利用 ROC 曲线评估模型性能。
研究结果
3.1 MVI + 与 MVI - 患者免疫微环境差异
对 5 例患者（3 例 MVI+、2 例 MVI-）的单细胞测序数据进行分析，经数据整合和质控后，在肿瘤微环境中鉴定出 26 个细胞簇。通过 SingleR 注释发现，免疫细胞中的 T 细胞、树突状细胞（DC）、巨噬细胞和单核细胞在 MVI + 与 MVI - 组间含量存在显著差异。
3.2 ER-phagy 调控基因与 T 细胞
提取 T 细胞数据并细分至 10 个簇，发现不同 MVI 状态下各簇细胞数量存在差异，鉴定出 CD8 + 效应 T 细胞、CD4 + 记忆 T 细胞等 6 种亚型。孟德尔随机化分析显示，8 个 ER-phagy 基因与 T 细胞数量存在因果关系。细胞通讯分析表明，MVI - 和 MVI + 微环境中 CD8 + 效应 T 细胞的互作对象及配体 - 受体结合位点存在差异。单细胞分析验证了 RPS5、GNAS 等基因与特定 T 细胞亚群含量的相关性。
3.3 ER-phagy 调控基因与巨噬细胞
利用 GWAS 数据库中巨噬细胞相关受体数据进行孟德尔随机化分析，得到 18 个因果关联基因。将 HCC 微环境中的巨噬细胞细分为 9 个簇，鉴定出 FOLR2 + 巨噬细胞等 4 种亚型，其在 MVI + 与 MVI - 组间含量不同。细胞通讯分析显示 FOLR2 + 巨噬细胞在不同 MVI 状态下的互作差异，单细胞分析验证了 DMXL2、PSMB5 等基因与巨噬细胞亚群含量的相关性。
3.4 ER-phagy 调控基因与单核细胞
从 GWAS 数据库获取单核细胞相关标签进行孟德尔随机化分析，筛选出 28 个因果基因。单核细胞数据分为 7 个簇，鉴定出经典型、中间型等亚群，其在 MVI + 与 MVI - 组间含量有别。细胞通讯分析显示单核细胞亚群在不同 MVI 状态下的互作情况不同，单细胞分析验证了 RPS5、NUCKS1 等基因与单核细胞亚群含量的相关性。
3.5 ER-phagy 调控基因与 DC
通过 GWAS 数据库获取 DC 相关数据进行孟德尔随机化分析，鉴定出 5 个与髓系 DC 绝对计数相关基因和 4 个与浆细胞样 DC 绝对计数相关基因。将 DC 亚群数据重新聚类为 9 个簇，鉴定出 DC-c3-CLEC9A 和 DC-c4-LAMP3 等亚型，其在 MVI + 与 MVI - 组间含量不同，且互作对象存在差异，单细胞分析验证了 UBE2J1 基因与 DC-c4-LAMP3 水平的相关性。
3.6 ER-phagy 调控基因与 HCC
利用 GWAS 数据库中 HCC 相关标签进行孟德尔随机化分析，得到 6 个与 HCC 存在因果关系的基因，反向分析显示效应为单向。GEPIA 数据库分析表明其中 3 个基因表达水平与患者预后相关。基于 TCGA 数据将 HCC 患者分为两个分子亚群，两组在生存时间、基因表达及临床病理特征方面存在显著差异。
3.7 预后模型的准确性和性能
基于 TCGA 数据构建预后模型，通过 LASSO 回归和多因素 Cox 分析筛选基因，将患者分为高低风险组，两组生存时间差异显著。该模型在 TCGA 训练集和 ICGC 测试集（亚洲人群）中，1 年、3 年、4 年生存预测的 AUC 值均表现良好。
3.8 临床病理特征与风险评分的关系及列线图构建
单因素和多因素 Cox 分析显示，风险评分和肿瘤分期是 HCC 患者生存的独立预后因素。整合风险评分和临床病理特征构建列线图，可准确预测患者 1 年、3 年、4 年生存概率，预测性能优于既往研究模型。
研究结论与讨论
本研究通过多维度分析，揭示了 ER-phagy 调控基因在 HCC 微环境中的关键作用，明确了其与 T 细胞、巨噬细胞、单核细胞和 DC 等免疫细胞含量的因果关系，并构建了具有良好预测性能的预后模型。研究发现，HLTF、RPS5 等基因可影响 HCC 发生，且 ER-phagy 调控基因通过调节免疫细胞功能参与肿瘤进展。例如，CD4 + 记忆 T 细胞和 CD8 + 初始 T 细胞数量在 MVI + 样本中增加，可能与细胞内 ER-phagy 抑制有关；TREM2+SPP1 + 巨噬细胞在 MVI + 样本中升高，其分泌的 SPP1 可促进微血管侵袭。此外，研究还发现不同 MVI 状态下免疫细胞间通讯存在显著差异，为深入理解肿瘤免疫机制提供了新视角。
尽管本研究未通过实验验证基因具体作用机制，但整合多组学数据构建的预后模型为 HCC 个性化诊疗提供了潜在生物标志物和治疗靶点。未来需进一步通过实验研究明确 ER-phagy 调控基因的作用通路，为开发靶向治疗策略奠定基础。该研究不仅深化了对 HCC 微环境与基因调控关系的认识，也为临床精准分层和预后评估提供了重要工具，具有显著的科学意义和临床应用价值。
