NK细胞相关基因特征预测皮肤黑色素瘤预后及免疫治疗响应的创新研究

本研究针对皮肤黑色素瘤(CM)预后评估和个性化治疗需求，通过整合单细胞转录组和TCGA数据库，构建了基于NK细胞相关免疫基因(NKIGs)的新型预后标志物。研究人员鉴定出XCL2、ANXA1等6个关键基因，证实低风险组患者生存期显著延长且对免疫检查点抑制剂响应更佳，同时揭示了NK细胞通过调控CD8+T细胞浸润影响肿瘤微环境的机制，为CM精准治疗提供了新策略。

　　

皮肤黑色素瘤(CM)作为最具侵袭性的皮肤恶性肿瘤，其全球发病率持续攀升，尽管免疫检查点抑制剂(ICI)的应用改善了患者生存，但仍有相当比例患者面临治疗抵抗和复发风险。传统预后指标难以满足临床精准分层的需求，而作为先天免疫关键效应细胞的自然杀伤(NK)细胞，其在肿瘤免疫监视中的作用尚未在CM中得到系统阐释。

为解决这一科学问题，来自复旦大学附属中山医院青浦分院等机构的研究团队在《Discover Oncology》发表了开创性研究。通过整合GSE120575单细胞数据集和TCGA-GTEx转录组数据，研究者首次构建了基于NK细胞相关免疫基因(NKIGs)的预后模型，揭示了NK细胞调控CM免疫微环境的新机制。

研究采用多组学整合分析策略：1)从TISCH数据库获取CM单细胞数据鉴定NK细胞差异基因；2)结合TCGA-SKCM和GTEx正常皮肤样本进行批量转录组分析；3)通过LASSO-Cox回归筛选出6个关键NKIGs(XCL2、ANXA1、FABP5、IFNGR2、PRDX1、TNFRSF4)构建风险评分模型；4)利用CIBERSORT和ESTIMATE算法解析免疫浸润特征；5)通过体外实验验证基因表达。所有分析均采用R语言完成，统计显著性设定为P<0.05。

3.1 NK细胞相关基因特征的构建
通过单细胞转录组分析发现CM中NK细胞存在显著异质性，从405个NK细胞差异基因中筛选出153个免疫相关NKIGs。在训练集(n=228)中建立的6基因签名风险评分公式为：风险评分=XCL2×(-0.246)+ANXA1×(-0.126)+FABP5×0.262+IFNGR2×(-0.395)+PRDX1×0.287+TNFRSF4×(-0.241)。该模型在测试集(n=227)和总体队列(n=455)中均显示稳定预测性能，1/3/5年AUC值达0.761/0.757/0.716。

3.2 预后评估价值验证
低风险组患者中位生存期显著优于高风险组(P<0.001)。多因素Cox分析证实风险评分是独立预后因素(HR=1.553，P<0.001)。构建的列线图整合临床参数后，校准曲线显示预测与实际生存率高度吻合。PCA分析显示6基因签名能有效区分风险亚群。

3.3 免疫微环境特征
低风险组表现出更强的抗肿瘤免疫特征：CD8⁺T细胞、活化CD4⁺记忆T细胞浸润增加(P<0.01)，免疫检查点分子(PD-1、CTLA-4)表达上调。ESTIMATE算法显示低风险组免疫评分、基质评分显著增高(P<0.001)。GSEA分析揭示高风险组富集肿瘤相关通路，而低风险组激活干扰素应答等免疫通路。

3.4 治疗指导价值
药敏分析显示高风险组对BRAF抑制剂(达拉非尼、曲美替尼)更敏感，低风险组对化疗药物(紫杉醇、替莫唑胺)响应更好。体外实验证实6个NKIGs在A375等CM细胞系中的表达差异，支持其生物学相关性。

该研究创新性地建立了CM中NK细胞免疫调控的分子图谱，6基因特征不仅具有独立预后价值，还能预测免疫治疗响应。特别值得注意的是，模型揭示的NK-CD8⁺T细胞协同作用机制，为理解CM免疫逃逸提供了新视角。临床转化方面，风险分层可指导个体化治疗选择：高风险患者可能受益于靶向治疗联合免疫治疗，而低风险患者更适合传统化疗。局限在于缺乏外部验证队列，未来需要通过前瞻性研究验证模型的临床应用价值。这项研究为CM精准医疗提供了新的生物标志物和理论依据，标志着肿瘤免疫微环境研究向单细胞精度和临床实用化方向迈出重要一步。