TCF21通过PDE2A调控线粒体代谢影响子宫内膜癌预后的新机制与临床模型构建

本研究针对子宫内膜癌(EC)代谢异常与预后标志物不明确的临床问题，通过整合TCGA多组学数据构建代谢相关基因(MRGs)预后模型，并利用机器学习筛选出关键靶点TCF21。实验验证表明TCF21通过调控PDE2A抑制EC细胞增殖、迁移并影响线粒体代谢(ATP/ROS)，为EC个性化治疗提供新策略。

　　

尽管子宫内膜癌(Endometrial Cancer, EC)与糖尿病(Diabetes)和肥胖(Obesity)等代谢性疾病密切相关，但其预后标志物和代谢失调机制尚未完全阐明。研究人员从TCGA(The Cancer Genome Atlas)数据库获取基因表达谱和临床数据，通过交叉分析与糖尿病、肥胖及EC预后相关的基因，鉴定出72个代谢调节基因(Metabolism-Regulating Genes, MRGs)。采用LASSO Cox回归构建MRG预后模型，该模型能有效区分EC高危和低危患者，并显示出色的预后预测能力。

通过基因集富集分析(Gene Set Enrichment Analysis, GSEA)、GSVA(Gene Set Variation Analysis)、ssGSEA(Single-sample GSEA)、EPIC(Estimation of Proportions of Immune Cells)和CIBERSORT等方法分析发现，高危组与低危组在临床特征、功能通路、免疫状态、突变谱和治疗建议方面存在显著差异。机器学习算法筛选出最优MRG基因TCF21，并通过体内外实验进行验证：集落形成实验、CCK8(Cell Counting Kit-8)检测、伤口愈合实验、Transwell实验以及活性氧(Reactive Oxygen Species, ROS)和ATP水平测定均证实，TCF21在EC中表达显著下调且与DNA甲基化相关。

作为肿瘤抑制因子，TCF21通过调控PDE2A(Phosphodiesterase 2A)抑制EC细胞的增殖、迁移和侵袭，并调节线粒体代谢功能。该研究不仅构建了可靠的EC预后预测模型，还为个性化治疗提供了新靶点——TCF21通过表观遗传调控和线粒体代谢重编程影响EC恶性表型。