乳酸代谢相关基因特征预测食管鳞癌预后及免疫微环境的研究

本研究针对食管鳞状细胞癌(ESCC)中乳酸代谢的关键作用，通过生物信息学与单细胞测序技术筛选出SLC16A7等6个乳酸相关枢纽基因，构建了高精度诊断模型。研究发现乳酸化评分与免疫细胞亚群动态显著相关，揭示了乳酸通过调控细胞周期和p53通路促进ESCC进展的机制，为靶向治疗提供新策略。

　　

食管鳞状细胞癌(ESCC)是全球范围内致死率最高的恶性肿瘤之一，五年生存率不足20%。这种疾病的恶性进展与独特的代谢重编程现象密切相关，尤其是肿瘤细胞即使在有氧条件下仍优先选择糖酵解供能的"Warburg效应"，导致微环境中乳酸大量堆积。乳酸不仅是代谢废物，更作为信号分子通过乳酸化修饰(lactylation)重塑肿瘤微环境，抑制CD8⁺T细胞功能，促进免疫逃逸。然而，乳酸代谢相关基因(LRGs)在ESCC中的系统调控网络及其临床价值仍不明确。

针对这一科学问题，西南大学等机构的研究团队在《Scientific Reports》发表了创新性研究成果。研究整合了4个ESCC转录组数据集和单细胞RNA测序(scRNA-seq)数据，采用加权基因共表达网络分析(WGCNA)和机器学习算法筛选关键基因，通过免疫浸润分析和细胞通讯网络解析乳酸化微环境的特征。

研究主要运用了以下关键技术：1)基于GEO数据库获取3个ESCC转录组数据集和scRNA-seq数据；2)采用ComBat算法消除批次效应，结合limma包筛选差异表达基因；3)通过WGCNA构建基因模块，LASSO、随机森林(RF)和支持向量机(SVM-RFE)三种机器学习方法交叉验证枢纽基因；4)CIBERSORT算法量化22种免疫细胞浸润；5)单细胞转录组解析细胞亚群分布，CellChat分析细胞间通讯网络；6)RT-qPCR验证EC109和KYSE-30细胞系中基因表达。

Identification of DEGs for ESCC
研究首先识别出1,377个差异表达基因(DEGs)，包括714个上调基因和663个下调基因。这些基因显著富集于细胞周期、PI3K-Akt等癌症相关通路，为后续分析奠定基础。

Confirmation of ESCC-related module genes
WGCNA分析鉴定出与ESCC最相关的棕色和绿松石模块，包含1,331个关键基因，其中棕色模块基因与ESCC相关性高达0.92。

Identification of LR-DEGs and corresponding analyses
交叉分析获得13个乳酸相关差异表达基因(LR-DEGs)，染色体定位显示这些基因广泛分布于各条染色体。功能分析揭示其参与线粒体氧化磷酸化和跨膜转运等代谢过程。

Ascertainment of hub genes for ESCC
通过三种机器学习方法筛选出6个枢纽基因：SLC16A7、GFM1、PDP1、KIF23、TRMT5和COX5A。其中KIF23在ESCC中已知促进细胞增殖，而SLC16A7作为乳酸转运体首次被报道与ESCC相关。

Machine learning algorithms determine the diagnostic role
构建的广义线性模型(GLM)诊断模型AUC值达0.982，SHAP分析显示SLC16A7和KIF23对模型贡献最大。列线图(nomogram)可视化工具为临床风险评估提供实用方法。

Investigation of immune infiltration
免疫浸润分析发现记忆B细胞和嗜酸性粒细胞在ESCC中显著变化，且与枢纽基因表达显著相关，提示乳酸代谢可能通过调节特定免疫细胞亚群影响肿瘤进展。

scRNA-seq defines the cellular composition
单细胞分析揭示ESCC样本中上皮细胞、B细胞和单核细胞的乳酸化评分显著升高，而T细胞和成纤维细胞在正常组织中评分更高。CellChat分析显示高乳酸化组中上皮细胞与免疫细胞的通讯强度增加2.3倍，MHC-II和SPP1信号通路显著激活。

Expression of the LRGs
实验验证发现KIF23、TRMT5等7个基因在ESCC细胞系中表达趋势与预测一致，虽然个别基因在不同细胞系存在异质性，但整体支持生物信息学分析结果。

这项研究系统揭示了乳酸代谢重编程在ESCC中的多维调控机制：在分子层面，鉴定出6个枢纽基因构成的调控网络；在细胞层面，发现乳酸化微环境通过改变免疫细胞组成和细胞间通讯促进肿瘤进展；在临床层面，建立的诊断模型具有转化应用潜力。特别值得注意的是，研究首次报道了SLC16A7等基因在ESCC中的重要作用，并阐明乳酸通过激活MHC-II等信号通路塑造免疫抑制微环境的新机制。

研究的局限性在于样本量较小且缺乏临床随访数据，未来需要通过多中心队列验证模型的预后价值。空间转录组技术可能有助于更精确解析乳酸化微环境的时空异质性。这些发现不仅为ESCC的早期诊断提供新型生物标志物，更提示靶向乳酸代谢可能成为逆转免疫抑制、增强现有疗法效果的新策略。