《iScience》：Integrative analysis of transcriptomic data reveals a predictive gene signature for chemoradiotherapy response in rectal cancer
编辑推荐：
本研究针对局部晚期直肠癌（LARC）患者对新辅助放化疗（nCRT）响应差异大、缺乏可靠预测标志物的临床难题，通过整合6个公共转录组数据集和机器学习方法，开发了一个包含186个基因的预测标签。该标签在交叉验证中曲线下面积（AUC）达0.80，且与富含应答者的CMS4和iCMS3分子亚型显著相关。空间转录组分析进一步揭示了肿瘤与基质区室的特异性生物标志物，为个体化治疗策略提供了新视角。研究成果发表于《iScience》，为直肠癌精准医疗提供了重要理论依据和技术支撑。
局部晚期直肠癌（LARC）是直肠癌中最常见的临床分期类型，目前标准治疗方案为新辅助放化疗（nCRT）联合手术切除。然而，仅约15%的患者能达到病理完全缓解（pCR），而pCR与长期预后改善密切相关，甚至为部分患者提供了非手术管理的“观察等待”策略可能。尽管治疗强度提升（如全程新辅助治疗TNT）可将pCR率提高至30%，但随之而来的是更高的治疗毒性。因此，准确预测哪些患者可能从nCRT中获益，成为临床实践中的迫切需求。尽管已有研究尝试通过转录组学、免疫评分或空间蛋白组学寻找预测标志物，但因样本量小、技术平台异质性等问题，尚未有标志物进入临床使用。
为解决这一难题，瑞士日内瓦大学医院Petros Tsantoulis和Thibaud Koessler团队在《iScience》发表了题为“Integrative analysis of transcriptomic data reveals a predictive gene signature for chemoradiotherapy response in rectal cancer”的研究。该研究通过整合6个公共基因表达数据库（GEO），结合机器学习与空间转录组技术，开发了一个稳健的基因标签，并深入解析了肿瘤微环境中区室特异性生物标志物的作用。
研究主要技术方法包括：
- 1.
从GEO数据库筛选6个LARC患者转录组数据集（n=266），统一使用GENCODE28注释；
- 2.
采用差异表达分析（limma包）和机器学习（GLMnet、随机森林）筛选并验证基因标签；
- 3.
利用GeoMx数字空间谱技术对53例患者预处理活检组织进行肿瘤（PanCK+）和基质（PanCK-）区室转录组分析；
- 4.
通过基因集富集分析（GSEA）和分子亚型（CMS/iCMS）关联性评估生物学通路。
研究结果
1. 转录组分析与预测基因标签的开发
通过跨数据集差异表达分析，研究筛选出186个与nCRT响应显著相关的基因。火山图显示这些基因在应答者和非应答者间表达差异显著。
热图进一步展示了这些基因在不同数据集中的一致表达模式。
机器学习模型验证显示，该标签在交叉验证中AUC达0.80（GLMnet和随机森林模型均一致）。
基因集富集分析提示标签基因显著富集于VEGFR、EGFR信号通路、Toll样受体（TLR）通路及E2F6通路等，这些通路在肿瘤生长、免疫调节及治疗响应中起关键作用。
2. 空间转录组谱揭示区室特异性生物标志物
研究通过GeoMx技术分析53例患者活检组织，发现肿瘤区室比基质区室包含更多与治疗响应相关的基因。
区室特异性分析识别出28个基因其预测作用与组织定位存在交互作用，其中13个在肿瘤区室显著关联响应，7个在基质区室显著。尤其值得注意的是，ALDH2、ARL6IP5、TMCO6和TP53等基因在两类区室中呈现相反的表达模式，提示其生物学功能可能因微环境而异。例如，肿瘤区室中TP53高表达与非应答相关，而基质区室中TMCO6高表达亦关联耐药。
3. 与既往研究的比较
本研究标签与既往发表的预测标签重叠度低，且患者排名相关性较弱，凸显其独特性。在外部数据集（Domingo et al.）验证中，因平台差异（微阵列vs. RNA-seq）及批次效应，AUC降至0.62，反映了跨平台应用的技术挑战。
结论与讨论
本研究通过大规模转录组数据整合和空间解析，提出了一个具有潜在临床应用价值的nCRT响应预测标签。该标签不仅与已知分子亚型（如CMS4、iCMS3）显著关联，还揭示了肿瘤微环境中区室特异性的基因调控网络。例如，肿瘤区室中免疫相关通路（如干扰素信号、TLR cascades）和代谢应激通路（如缺氧、溶酶体活性）的富集，提示局部免疫激活和代谢重编程在治疗响应中的关键作用。而基质区室中补体级联、B细胞受体信号等通路的上调，则强调了基质免疫细胞在调控响应中的贡献。
然而，研究也存在一定局限：公共数据的批次效应难以完全消除；空间转录组样本量较小；缺乏功能性验证实验。未来需要在更大前瞻性队列中验证标签的临床效用，并结合单细胞测序等多组学技术进一步阐明机制。
综上所述，该研究为直肠癌个体化治疗提供了新的生物标志物体系，尤其通过空间转录组学揭示了微环境异质性对治疗响应的影响，为开发组合疗法和精准医疗策略奠定了重要基础。
