三维组织肺癌模型中转录组与蛋白网络分析揭示KRASG12C 突变组合治疗靶点

本研究针对KRASG12C 突变非小细胞肺癌（NSCLC）耐药难题，通过3D组织模型结合转录组测序（RNAseq）和蛋白网络分析，系统鉴定了DACH1等关键耐药标志物，并运用计算生物学预测了AURKA/DACH1组合靶向策略。研究创新性地将生理相关模型与网络药理学结合，为克服肺癌耐药提供了新思路，相关成果发表于《Lung Cancer》。

　　

肺癌长期占据癌症死亡率首位，其中KRAS^G12C
突变（甘氨酸12位半胱氨酸突变）约占西方肺腺癌患者的15%。尽管2021年FDA批准了首个KRAS^G12C
抑制剂Sotorasib，但临床响应持续时间有限，耐药问题依然严峻。传统二维细胞培养模型无法模拟肿瘤微环境复杂性，而动物模型存在转化医学瓶颈。针对这一困境，研究人员创新性地采用小肠黏膜下层脱细胞基质（SISmuc）构建三维组织模型，结合多组学分析和计算生物学方法，系统探索KRAS^G12C
突变肺癌的耐药机制与组合治疗策略。

研究团队选取具有典型耐药差异的KRAS^G12C
突变细胞系H358（敏感型）和HCC44（耐药型），通过RNA测序分析发现12,284个差异表达基因。关键发现包括：耐药细胞HCC44呈现显著的上皮-间质转化（EMT）特征和MYC信号通路激活；敏感细胞H358经KRAS抑制剂ARS-1620处理后特异性上调DACH1表达。通过建立包含RAS-MAPK、TP53等通路的半定量信号网络模型，运用Jimena2软件进行动态模拟，结合TCGA患者生存数据验证，首次提出AURKA/DACH1组合靶向策略可使凋亡率提升98.55%，EMT降低84.92%。

关键技术包括：1）基于SISmuc基质的3D肺癌组织培养；2）RNA测序与差异表达分析（DESeq2）；3）Cytoscape构建蛋白互作网络（BioGRID数据库）；4）Jimena2网络动态模拟；5）TCGA生存分析（514例肺腺癌样本）。

研究结果部分：2.1节通过火山图和GSEA分析揭示HCC44细胞高表达MYC靶基因和EMT相关通路；2.2节显示ARS-1620处理后H358细胞代谢重编程而HCC44维持增殖特征；2.3节蛋白互作网络发现DACH1与MYC/AURKA的交叉调控；2.4节TCGA分析证实ANLN低表达患者5年生存率达49.6%；2.6节数学模型预测AURKA抑制联合DACH1激活最优；2.8节揭示KRAS/DACH1组合可降低MYC活性32%。

讨论部分强调：三维模型较传统2D培养更准确模拟体内耐药特征；DACH1作为新型耐药标志物与患者预后显著相关；计算模型成功预测已获批药物alisertib（AURKA抑制剂）的疗效。局限性在于仅使用两个细胞系且缺乏PDX模型验证。该研究为KRAS^G12C
突变肺癌的精准治疗提供新范式，其"网络药理学+3D模型"的研究框架可扩展至其他难治性癌症研究。