基于多维生物信息学与TGF-β信号网络解析的软骨肉瘤分子分型及精准治疗靶点研究

本研究通过单细胞RNA测序（scRNA-seq）结合生物信息学分析，系统解析了软骨肉瘤的细胞异质性，揭示了TGF-β信号通路在肿瘤微环境中的核心调控作用，并利用机器学习模型构建了高精度预后预测体系，为这一难治性骨肿瘤的精准治疗提供了新靶点。

　　

引言

软骨肉瘤作为一种罕见的恶性骨肿瘤，其治疗面临手术切除后高复发率的临床困境。传统化疗和放疗效果有限，而肿瘤分子机制的复杂性更阻碍了靶向疗法的开发。近年来，单细胞RNA测序（scRNA-seq）技术的突破为解析肿瘤异质性提供了全新视角，特别是对TGF-β等关键信号通路的深入研究，可能为软骨肉瘤治疗带来转机。

方法

研究团队整合了来自TCGA和GEO数据库的161例软骨肉瘤样本与11例正常对照，采用limma包进行差异表达基因（DEGs）分析（|log₂
FC|>1，p<0.05）。通过STRING数据库构建蛋白质互作网络（PPI），并运用Cytoscape的CytoHubba插件识别枢纽基因。单细胞数据分析采用Seurat流程，包括UMAP/t-SNE降维和Louvain聚类，伪时序分析则通过Monocle3追踪细胞分化轨迹。机器学习模型采用glmnet包进行LASSO回归筛选特征基因，并通过ROC曲线评估模型性能（AUC达0.976）。

结果

3.1 细胞亚群异质性图谱
UMAP可视化揭示了10个特征性细胞亚群，包括高表达TGFB1的内皮细胞（红色簇）和具有独特应激表型的成纤维细胞（蓝色簇）。t-SNE分析进一步显示，增殖性细胞亚群与TGF-β信号活性呈显著正相关（r=0.82）。

3.2 通路富集特征
GO分析显示"软骨发育"（p=3.2×10^-8
）和"SMAD蛋白磷酸化"（p=1.7×10^-6
）显著富集。KEGG通路中，TGF-β信号（hsa04350）与黏着斑通路（hsa04510）形成核心调控网络，涉及COL2A1、ACAN等细胞外基质基因。

3.3 细胞互作网络
MIF信号网络分析发现，内皮细胞通过CD74-CXCR4轴与免疫细胞形成强相互作用（权重>0.7）。值得注意的是，TGFB1⁺
成纤维细胞表现出对肿瘤上皮细胞的跨膜调控作用，可能通过WNT5A-PTK7配受体对驱动肿瘤进展。

3.4 动态演化规律
伪时序分析描绘出从静息态软骨细胞→前体细胞→恶性转化细胞的连续轨迹，其中TGFBR2表达在转化节点显著上调（log₂
FC=4.1）。GSEA分析显示，细胞周期相关基因（AURKA、RRM2）在终末态细胞中特异性激活。

3.5 治疗响应预测
机器学习模型在外部验证集（GSE24369）中保持优异性能，对治疗敏感组的预测准确率达92.3%。关键预测标志物P4HB与CRY1的表达比值可区分化疗响应者（AUC=0.94）。

讨论

研究首次系统绘制了软骨肉瘤单细胞图谱，揭示TGF-β信号通过双重机制调控肿瘤发展：一方面促进EMT转化（通过SNAI1上调），另一方面重塑免疫微环境（通过CCL20募集Treg细胞）。尽管存在样本量限制，但构建的预后模型在跨平台验证中表现稳健，其中内质网应激相关基因（如P4HB）的预测价值尤为突出。

局限性与展望

当前研究尚未涵盖不同解剖部位（如骨盆vs长骨）肿瘤的分子差异。未来需开展多中心研究验证TGF-β抑制剂与PD-1阻断剂的协同效应，特别是在CD8⁺
T细胞浸润低的亚型中。