代谢重编程关键酶LDHA驱动CD8+T细胞功能失调促进NSCLC免疫逃逸及治疗抵抗的机制研究

本研究针对非小细胞肺癌（NSCLC）免疫治疗抵抗难题，通过整合单细胞转录组、空间转录组及多组学数据，首次揭示LTB+LDHA+CD8+T细胞亚群通过糖酵解异常激活乳酸分泌，抑制效应分子GNLY释放并促进肿瘤转移。研究创新性采用117种机器学习模型锁定LDHA等关键靶点，为NSCLC免疫治疗提供新生物标志物和干预策略。

　　

肺癌是全球癌症相关死亡的首要原因，其中非小细胞肺癌（NSCLC）占85%以上。尽管免疫检查点抑制剂（如PD-1/PD-L1抑制剂）的应用为治疗带来突破，但晚期患者响应率不足20%，且多数出现继发性耐药。这种治疗困境与肿瘤微环境（TME）中CD8⁺T细胞功能异质性密切相关——部分细胞丧失杀伤功能甚至促进肿瘤进展，但其内在机制尚未阐明。更关键的是，代谢重编程（metabolic reprogramming）尤其是Warburg效应（有氧糖酵解）如何通过代谢产物乳酸影响免疫细胞功能，成为当前肿瘤免疫研究的重要盲区。

荆门市中心医院胸心血管外科的研究团队通过整合89例NSCLC患者的9个单细胞数据集，构建了包含351,571个CD8⁺T细胞的单细胞图谱，首次系统解析了该细胞群体在原发性、转移性肿瘤及正常组织中的10种功能状态。研究发现，传统认知中的效应T细胞（GZMK⁺CD8⁺Tem）在转移灶中显著减少，而一类新型LTB⁺LDHA⁺CD8⁺Tn亚群却异常扩增。通过开发StepCox[forward]+Lasso等117种机器学习模型，团队锁定LDHA等4个关键基因，并证实其高表达与患者不良预后显著相关。该成果发表于《Scientific Reports》，为破解NSCLC免疫治疗抵抗提供了全新视角。

研究采用多组学联用策略：从10x Genomics平台获取9个单细胞数据集（89例患者）构建CD8⁺T细胞图谱；通过Seurat软件进行聚类分析和差异基因筛选；整合TCGA、GEO等3个RNA-seq队列验证预后模型；利用空间转录组技术解析细胞空间互作；采用TCPA数据库RPPA数据评估蛋白通路活性。基础实验通过分离人外周血CD8⁺T细胞，经CD3/CD28激活后添加乳酸干预，采用qPCR和流式细胞术检测功能分子变化。

CD8⁺T细胞亚群在NSCLC中的全景特征
单细胞聚类揭示10个功能各异的亚群，其中GZMK⁺CD8⁺Tem占比最高（图1A），但其在转移灶中的比例较原发灶下降40%（图1B）。空间转录组显示LTB⁺CD8⁺Tn与效应T细胞的互作强度在转移灶增强3.2倍（图1E-F），暗示其参与免疫调控网络。

LTB⁺CD8⁺Tn的关键基因鉴定
机器学习模型筛选出TBCD、PTPRC、LDHA和ACTR2四个核心基因（图2D-E），其中LDHA在转移灶表达量提升5.8倍（图4A）。通路分析显示这些基因显著富集于HIF-1（缺氧诱导因子）和糖酵解通路（图4L），提示代谢异常驱动转移。

LDHA的临床转化价值
LDHA高表达患者5年生存率降低61%（图5D-F），且与CD8⁺T细胞浸润呈负相关（图7B）。机制上，LDHA通过增加乳酸分泌抑制GNLY等效应分子（图9C-D），同时激活EMT（上皮-间质转化）通路促进转移（图6A）。在免疫治疗队列中，LDHA^high患者响应率仅为LDHA^low组的1/3（图7J-M）。

这项研究首次阐明LTB⁺LDHA⁺CD8⁺T细胞通过"糖酵解-乳酸-PD-1"轴促进NSCLC免疫逃逸的分子机制（图9）。其创新性体现在：①建立首个NSCLC CD8⁺T细胞多组学图谱；②开发机器学习驱动的新型预后模型；③揭示LDHA作为"代谢检查点"的双重作用——既促进肿瘤转移又介导T细胞耗竭。该发现为联合靶向代谢与免疫的治疗策略提供理论依据，例如使用LDHA抑制剂恢复CD8⁺T细胞功能可能增强现有免疫疗法效果。未来需进一步探索LDHA调控网络在其它癌种中的普适性，以及其磷酸化位点（如NP_001158886.1）的临床检测价值。