编辑推荐：
为明确抗体依赖细胞吞噬（ADCP）相关调节因子（PRs）在乳腺癌（BRCA）预后中的作用，研究人员基于多数据库开展生物信息学分析并结合实验验证，构建了基于 SIAH2 和 PIGR 的风险模型，发现其与免疫微环境相关，为 BRCA 预后评估和治疗提供新方向。
乳腺癌作为全球女性最常见的恶性肿瘤，其发病率和死亡率一直是威胁女性健康的重大挑战。尽管目前已有手术、化疗、靶向治疗等多种手段，但不同亚型乳腺癌的异质性使得预后评估和精准治疗仍存在困难。抗体依赖细胞吞噬（ADCP）作为免疫系统清除病变细胞的重要机制，在肿瘤治疗中展现出潜力，但 ADCP 相关调节因子（PRs）在乳腺癌预后中的作用及与免疫微环境的关联尚不明确。为填补这一研究空白，山东大学附属山东省第三医院的研究人员开展了乳腺癌中 ADCP 相关风险模型的构建及机制研究，相关成果发表在《Scientific Reports》。
研究人员为开展研究，首先从 The Cancer Genome Atlas（TCGA）和 Gene Expression Omnibus（GEO）数据库获取乳腺癌相关数据集，通过生物信息学方法筛选差异表达基因（DEGs），并与 730 个 PRs 取交集得到 133 个候选基因。利用 CIBERSORT 算法分析免疫细胞浸润情况，借助单细胞测序技术（scRNA-seq）对关键细胞类型进行鉴定，最后通过逆转录定量聚合酶链反应（RT-qPCR）验证候选基因的表达水平。
候选基因筛选与功能富集分析
通过对比乳腺癌和正常组织的基因表达，研究人员鉴定出 5870 个 DEGs，其中 3336 个上调，2534 个下调。将 DEGs 与 PRs 交集后得到 133 个候选基因。富集分析显示，这些基因显著富集于淋巴细胞分化、B 细胞受体信号通路等免疫相关过程，提示其可能通过影响 B 细胞、淋巴细胞功能参与乳腺癌进展。
预后基因鉴定与生存分析
经单因素和多因素 Cox 回归分析，筛选出 SIAH2 和 PIGR 作为预后基因。ROC 曲线显示两者的 AUC 值均超过 0.8，具有良好的诊断价值。 Kaplan-Meier（K-M）生存曲线表明，PIGR 低表达或 SIAH2 高表达的患者生存率显著更低，提示这两个基因与乳腺癌患者预后密切相关。
风险模型构建与验证
基于 SIAH2 和 PIGR 构建风险模型，风险评分公式为：riskScore = (-0.308)×SIAH2 表达水平 + (-0.203)×PIGR 表达水平 + (-0.295)。在 TCGA-BRCA 和 GSE42568 队列中，高风险组患者生存时间均显著短于低风险组，且 1、3、5 年 ROC 曲线的 AUC 值显示模型具有一定预测能力。
预后基因与临床特征及免疫微环境的关联
分析显示，PIGR 表达与年龄、N 分期、T 分期及临床分期相关，而 SIAH2 仅与年龄相关。免疫微环境分析表明，低风险组中记忆 B 细胞、 naive B 细胞等免疫细胞浸润水平更高，PIGR 与 naive B 细胞呈正相关（cor=0.32），SIAH2 与活化记忆 CD4 T 细胞呈负相关（cor=-0.21）。此外，高风险组中 CTLA4、IDO1、PVR 等免疫检查点分子表达更高，提示免疫治疗响应可能存在差异。
药物敏感性与单细胞分析
药物敏感性分析显示，高低风险组对 109 种药物存在响应差异。单细胞分析鉴定出上皮细胞（EPCs）为关键细胞，SIAH2 在细胞分化早期高表达，PIGR 在中期高表达，提示两者在细胞分化不同阶段发挥作用。细胞间通讯分析显示，内皮细胞与单核细胞间相互作用最强，可能参与肿瘤微环境调控。
基因表达验证
RT-qPCR 结果显示，与正常组织相比，乳腺癌组织中 SIAH2 显著上调，PIGR 显著下调，进一步验证了生物信息学分析的结果。
研究结论表明，SIAH2 和 PIGR 可作为乳腺癌的潜在预后基因和治疗靶点，构建的风险模型有助于乳腺癌患者的预后分层和个性化治疗。免疫微环境分析揭示了两者与免疫细胞浸润及免疫检查点的关联，为免疫治疗策略的优化提供了理论依据。单细胞分析则从细胞分化和细胞间通讯角度阐明了其作用机制，为深入理解乳腺癌的发生发展提供了新视角。尽管研究存在样本量较小、生物信息学分析潜在偏倚等局限，但仍为乳腺癌的预后评估和靶向治疗提供了重要的科学依据，未来需进一步通过扩大样本和多中心研究验证，并深入探索其分子机制。
