DNMBP-AS1/miR-30a-5p/PGC1α轴通过抑制PKM2介导的Warburg效应增强抗PD-1疗法在结直肠癌中的抑癌作用

本研究针对结直肠癌(CRC)代谢重编程的关键机制，揭示了DNMBP-AS1/hsa-miR-30a-5p/PGC1α竞争性内源RNA(ceRNA)网络的调控作用。研究人员通过生物信息学分析和实验验证，发现PGC1α通过PPARγ依赖性抑制Wnt/β-catenin通路下调PKM2表达，从而抑制Warburg效应并增强CD8+ T细胞抗肿瘤活性。该研究为CRC的代谢-免疫联合治疗提供了新靶点，发表于《Cell Death Discovery》。

　　

研究背景
结直肠癌(CRC)是全球第三大高发恶性肿瘤，晚期患者5年生存率不足10%。肿瘤细胞的异常代谢特征——即使在有氧条件下仍优先进行糖酵解的"Warburg效应"，是其进展的关键驱动因素。然而，调控这一过程的分子机制尚未完全阐明。近年来，竞争性内源RNA(ceRNA)网络被发现在肿瘤代谢重编程中起重要作用，但CRC中特异性调控糖酵解的关键ceRNA网络仍有待发现。

复旦大学华山医院的研究团队发现，过氧化物酶体增殖物激活受体γ共激活因子1α(PGC1α)在CRC组织中显著低表达，且与患者不良预后相关。这一转录共激活因子已知能调控线粒体生物发生和能量代谢，但其在CRC糖酵解调控中的作用机制尚不明确。同时，糖尿病治疗药物罗格列酮(rosiglitazone)虽被报道可能降低CRC风险，但其抗癌机制也缺乏系统研究。

研究方法
研究整合TCGA和GEO数据库进行生物信息学分析，通过双荧光素酶报告基因实验验证ceRNA网络。采用121对临床样本检测PGC1α表达，建立稳定过表达/敲除细胞株进行体内外功能实验。通过Seahorse能量代谢分析仪检测糖酵解能力，RNA测序和GSEA分析信号通路，流式细胞术评估CD8⁺ T细胞活性。使用机器学习算法构建预后预测模型。

研究结果
ceRNA网络鉴定与验证
通过分析三个mRNA微阵列数据集，鉴定出168个下调差异表达基因，构建蛋白互作网络后筛选出20个枢纽基因。miRNA-mRNA调控网络分析发现hsa-miR-30a-5p与PGC1α存在靶向关系，双荧光素酶实验证实miR-30a-5p可直接结合PGC1α 3'UTR抑制其表达。进一步发现长链非编码RNA DNMBP-AS1可作为"分子海绵"吸附miR-30a-5p，从而解除对PGC1α的抑制，形成DNMBP-AS1/miR-30a-5p/PGC1α调控轴。

PGC1α的临床意义与功能
临床样本分析显示72.7%的CRC组织中PGC1α表达显著低于癌旁组织，低表达患者预后较差。体外实验表明，PGC1α过表达可抑制CRC细胞增殖、克隆形成和DNA合成，而敲除则促进这些恶性表型。小鼠移植瘤模型证实PGC1α过表达能显著抑制肿瘤生长。

代谢调控机制
能量代谢分析显示PGC1α过表达使CRC细胞最大呼吸能力提高28.3%，糖酵解能力降低41.3%。关键发现是PGC1α特异性下调糖酵解限速酶PKM2的表达，而不影响HK2或LDHA等其他糖酵解酶。机制上，PGC1α通过与PPARγ结合，抑制Wnt/β-catenin信号通路关键组分(β-catenin、c-Myc等)的表达，进而下调PKM2。

免疫调节与联合治疗
共培养实验显示PGC1α过表达可增强CD8⁺ T细胞分泌颗粒酶B和IFN-γ的能力。动物实验证实PGC1α激动剂ZLN005与抗PD-1抗体联用可协同抑制肿瘤生长。临床数据分析显示PGC1α高表达患者具有更高的CD8⁺ T细胞浸润和更低的TIDE评分，提示对免疫治疗更敏感。

预后模型构建
基于随机森林算法建立的预测模型，整合PGC1α和PKM表达水平等特征，对CRC患者5年生存率的预测准确率达90%。

研究结论与意义
该研究首次阐明DNMBP-AS1/miR-30a-5p/PGC1α轴通过PPARγ依赖性抑制Wnt/β-catenin-PKM2通路调控CRC糖酵解的新机制。临床转化方面，发现PPARγ激动剂罗格列酮与PGC1α激动剂ZLN005联用具有协同抗肿瘤效应，同时ZLN005可增强PD-1阻断疗法的效果。研究不仅为CRC代谢-免疫串扰机制提供了新见解，还为开发联合治疗策略提供了实验依据。建立的机器学习预后模型有望辅助临床决策，具有重要的转化医学价值。