DCAF13通过激活NF-κB通路调控肝细胞癌增殖与免疫逃逸的机制研究及临床意义

为解决肝细胞癌(HCC)免疫逃逸和疗效受限的临床难题，研究人员整合生物信息学与机器学习（WGCNA、Random Forest、Boruta、XGBoost），筛选出26个关键基因，其中DCAF13被证实通过TNF-α/NF-κB通路调控PD-L1表达和CD8+T细胞毒性，为个性化免疫治疗提供新靶点。

　　

肝细胞癌(HCC)作为全球癌症死亡的第三大杀手，其治疗困境主要源于肿瘤微环境中的免疫逃逸机制。这项研究通过分析TCGA和GEO数据库的mRNA数据，结合加权基因共表达网络分析(WGCNA)和三种机器学习模型（随机森林、Boruta、XGBoost），从26个候选基因中锁定DCAF13作为独立预后因子。实验显示，DCAF13在HCC组织和细胞中异常高表达，与患者不良预后显著相关。

当用短发夹RNA(shRNA)敲低DCAF13时，肿瘤细胞增殖能力被显著抑制（CCK8和集落形成实验证实），同时PD-L1表达下降，CD8⁺T细胞的杀伤活性增强（LDH释放实验和流式细胞术检测凋亡率）。有趣的是，当研究人员人为过表达TNF-α时，被抑制的NF-κB通路重新激活，成功逆转了DCAF13敲低带来的抗肿瘤效应。这些发现不仅揭示了DCAF13通过TNF-α/NF-κB轴调控免疫检查点PD-L1的分子机制，更为重要的是，为破解HCC免疫逃逸提供了新的靶向策略——就像找到了肿瘤细胞用来麻痹免疫系统的"遥控器"。该研究开创性地将机器学习筛选与湿实验验证相结合，为肿瘤标志物发现建立了可推广的研究范式。