基于单细胞与批量RNA测序整合分析的癌症相关成纤维细胞特征预测神经母细胞瘤预后及治疗反应

本研究针对神经母细胞瘤(NB)中癌症相关成纤维细胞(CAFs)促进肿瘤进展的关键作用，通过整合单细胞RNA测序(scRNA-seq)和批量RNA测序数据，首次构建了包含HES4、FKBP10等8个基因的CAF相关预后特征模型。该模型能有效预测患者生存率、免疫微环境状态及化疗/免疫治疗敏感性，为靶向CAF的个体化治疗提供了新基因组证据。

　　

神经母细胞瘤(NB)作为儿童最常见的颅外实体肿瘤，其治疗面临严峻挑战——尽管采用化疗、手术、免疫治疗等综合手段，高危患者5年生存率仍不足50%。近年研究发现，肿瘤微环境(TME)中癌症相关成纤维细胞(CAFs)通过分泌细胞外基质(ECM)形成物理屏障、促进血管生成和化疗耐药，是导致治疗失败的关键因素。然而，CAFs在NB中的分子特征及其临床价值尚不明确。

上海交通大学医学院附属上海儿童医学中心联合上海癌症研究所的研究团队在《Discover Oncology》发表重要成果。研究者创新性地整合单细胞与批量转录组数据，首次构建了CAF相关预后特征模型，揭示了CAFs通过调控免疫抑制微环境和信号通路影响NB预后的分子机制，为开发靶向CAF的治疗策略提供了理论依据。

研究采用三大关键技术方法：(1)从GEO数据库获取8例NB样本的scRNA-seq数据(GSE137804)，通过Seurat包进行质控和细胞聚类，鉴定出包含253个标记基因的CAF亚群；(2)基于SEQC队列498例NB样本的批量RNA-seq数据(GSE62564)，采用LASSO回归构建8基因预后模型；(3)利用TIDE算法和oncoPredict包预测模型对化疗药物(顺铂、长春新碱等)及免疫治疗的指导价值，并通过IHC实验验证关键蛋白表达。

3.1 单细胞RNA测序揭示CAF分子特征
通过t-SNE降维分析89,698个细胞，鉴定出7种细胞类型，其中CAFs高表达ACTA2、PDGFRB等经典标志物。功能富集显示CAF相关基因显著参与ECM组织、伤口愈合等生物学过程，KEGG通路分析提示其活跃于PI3K-Akt、ECM-受体相互作用等促癌通路。

3.2 八基因预后模型构建
从253个CAF标记基因中筛选出HES4(HR=0.87)、FKBP10(HR=1.05)等8个关键基因建立风险评分公式。IHC证实风险基因FKBP10、CSRP2在高危NB间质高表达，而保护基因PPFIBP1、ZEB2低表达，与模型预测一致。

3.3 卓越的预后预测性能
模型在SEQC验证队列(AUC_5年=0.919)、TARGET-NBL队列(HR=2.41)等四个独立数据集均显示高区分度，高风险组患者生存率显著降低(P<0.0001)。

3.4 免疫微环境特征
ESTIMATE算法显示高风险组免疫评分降低，ssGSEA分析发现其富集M2型巨噬细胞等免疫抑制细胞，而细胞毒性T细胞等抗肿瘤免疫细胞减少，形成"冷肿瘤"微环境。

3.5 治疗响应预测
高风险组对常规化疗药物(顺铂IC₅₀降低37%)敏感性增加，但免疫治疗应答率仅17.18%(vs低风险组46.86%)。PROGENy分析揭示高风险组MAPK通路活性增强，对MEK抑制剂曲美替尼敏感性提升2.1倍。

3.7 临床转化应用
整合CAF评分、MYCN扩增等临床参数构建的列线图，在1/3/5年生存预测中表现出色(C-index=0.82)，校准曲线与理想预测高度吻合。

这项研究首次系统解析了NB中CAF的分子特征及其临床意义。发现的8基因特征不仅是独立预后因子(HR=3.35, P<0.001)，更重要的是揭示了CAFs通过重塑ECM和激活MAPK通路驱动免疫逃逸的双重机制。该成果为NB精准治疗提供了新思路：对CAF高风险患者可采用MEK抑制剂联合化疗，而低风险患者则可能受益于免疫检查点抑制剂。研究建立的公开可用模型和生物标志物体系，将推动NB分层治疗和靶向CAF新药的研发进程。