编辑推荐：
【编辑推荐】为探索结肠癌（CRC）精准治疗标志物，研究人员分析 SUMOylation 调控基因表达及临床价值。发现 46 个差异表达基因，鉴定两种分子亚型，构建五基因预后模型（MC1R、LRRC4C 等）及列线图，揭示其与免疫微环境关联，为 CRC 分层诊疗提供新方向。
结肠癌（Colon cancer, CRC）作为全球第三大常见癌症，其异质性和免疫治疗响应率低的问题一直困扰着医学界。目前，仅有约 5% 的 MSI-H/dMMR 型患者可从免疫治疗中获益，多数患者仍依赖传统化疗和靶向治疗，因此寻找新型预后标志物和治疗靶点迫在眉睫。蛋白质翻译后修饰（Post-translational modifications, PTMs）如 SUMOylation（小泛素样修饰）被证实与肿瘤发生密切相关，但其在 CRC 中的作用机制和临床价值尚未明确。
为填补这一空白，贵州省人民医院肿瘤科等国内研究机构的研究人员开展了系统性研究，相关成果发表于《Discover Oncology》。该研究通过整合多组学数据，深入解析了 SUMOylation 调控基因在 CRC 中的表达特征、分子分型及对免疫微环境的影响，为 CRC 的精准诊疗提供了新视角。
研究主要采用以下技术方法：
- 数据整合与分析：从 TCGA-COAD 和 GEO 数据库获取 CRC 转录组数据，包含 480 例肿瘤样本和 41 例正常组织，结合临床病理信息进行分析。
- 生物信息学筛选：利用 limma 包筛选差异表达基因（DEGs），通过单因素 Cox 回归、LASSO 算法和多因素 Cox 回归构建五基因预后模型（MC1R、LRRC4C、SAGE1、GJB6、HOXC5）。
- 分子分型与免疫分析：基于 216 个 SUMOylation 相关基因进行无监督聚类，鉴定两种分子亚型（SUMO Cluster 1 和 Cluster 2），并通过 CIBERSORT、ssGSEA 等算法分析免疫细胞浸润差异。
- 列线图构建与验证：结合风险评分、年龄和肿瘤分期构建列线图，通过 ROC 曲线和校准曲线评估预测效能。
- 药物敏感性预测：利用 GDSC 数据库预测不同分子亚型对化疗药物的响应差异。
3.1 SUMOylation 调控基因的表达特征
通过对比 CRC 肿瘤与正常组织，研究筛选出 46 个差异表达的 SUMOylation 调控基因（33 个上调，13 个下调），提示 SUMOylation 通路在 CRC 中存在显著异常。
3.2 分子分型与预后差异
无监督聚类将患者分为 SUMO Cluster 1（221 例）和 Cluster 2（206 例）。Cluster 1 患者肿瘤分期更晚（III 期占 37.4%），预后显著较差（p=0.009），且免疫检查点基因（如 TNFSF14、TNFRSF8）和 HLA 家族基因表达下调，提示免疫抑制微环境。Cluster 2 则富集激活型树突状细胞（DCs）、γδ T 细胞等抗肿瘤免疫细胞，预后更佳。
3.3 五基因预后模型的构建与验证
通过多步骤回归分析，确定 MC1R、LRRC4C、SAGE1、GJB6、HOXC5 为核心预后基因，构建的风险评分模型在训练集、测试集和 GEO 验证集中均能有效区分患者生存差异（log-rank p<0.05），1-5 年 ROC 曲线下面积（AUC）为 0.622-0.785。
3.4 列线图的临床应用价值
整合风险评分、年龄和肿瘤分期的列线图显示良好预测效能（C-index=0.763），Nomoscore 高表达患者对 AMG.706 和 ABT.888 化疗药物敏感性降低，提示治疗抵抗性。
3.5 免疫微环境与治疗响应关联
Cluster 1 富集 M0 巨噬细胞和调节性 T 细胞（Tregs），可能通过促进免疫逃逸驱动肿瘤进展；Cluster 2 中激活型 DCs 和 γδ T 细胞浸润增加，与免疫治疗响应正相关。
研究结论与意义
本研究首次系统揭示了 SUMOylation 调控基因在 CRC 中的异质性表达及其对肿瘤微环境和预后的影响，鉴定的两种分子亚型为 CRC 患者的风险分层提供了新依据。构建的五基因预后模型和列线图具有较高临床实用价值，可辅助预测患者生存和化疗敏感性。此外，研究发现 SUMOylation 通过调控免疫检查点和免疫细胞浸润影响肿瘤进展，为开发靶向 SUMOylation 通路的免疫联合治疗策略提供了理论基础。尽管研究存在回顾性数据局限性，但其成果为 CRC 的精准医学实践开辟了新方向，有望推动基于 SUMOylation 特征的个性化治疗发展。
