《Cancers》:Prognostic Significance of Amino Acid Transporters in Endometrial Cancer
编辑推荐:
背景:尽管分子分型技术不断进步,识别高危子宫内膜癌(endometrial cancer, EC)患者仍是一项临床挑战。方法:研究人员全面分析了来自癌症基因组图谱(The Cancer Genome Atlas, TCGA)的373例EC样本中18种氨基酸转运
背景:尽管分子分型技术不断进步,识别高危子宫内膜癌(endometrial cancer, EC)患者仍是一项临床挑战。方法:研究人员全面分析了来自癌症基因组图谱(The Cancer Genome Atlas, TCGA)的373例EC样本中18种氨基酸转运蛋白(amino acid transporters, AATs)的RNA表达情况。结果:基于AAT表达进行的聚类分析识别出一个预后显著较差的患者亚组。Sideroflexin家族(SFXN1、SFXN5)、谷氨酰胺转运蛋白(SLC38A1、SLC38A3)、甘氨酸转运蛋白(SLC6A9)以及异聚AATs重链亚基(SLC3A2)在低分化肿瘤中表达升高。相反,小分子中性氨基酸转运蛋白(SLC1A4)和脯氨酸/亚氨基酸转运蛋白(SLC6A20)在低级别疾病中富集。SFXN1和SLC38A1在晚期(III/IV期)国际妇产科联盟(FIGO)分期中也较高。AAT表达在不同分子亚型间存在差异,其中SFXN5、SLC38A1、SLC38A3和SLC3A2与拷贝数高亚型相关。在生存分析中,研究人员证明SLC38A3、SFXN4和SLC3A2与较短的无病生存期(disease-free survival, DFS)相关,SLC38A1、SLC38A3和SFXN1与较差的总生存期(overall survival, OS)相关,而SLC1A4、SLC6A20和牛磺酸转运蛋白(SLC6A6)与良好预后相关。结论:这些发现强调AAT表达可作为EC侵袭性和预后的潜在标志物,并提示将代谢特征与分子分型相结合可能改善风险分层并识别潜在治疗靶点。
子宫内膜癌(endometrial cancer, EC)是全球最常见的妇科恶性肿瘤,每年新增病例超过40万,死亡病例超过10万。虽然局限性EC的五年总生存率(overall survival, OS)高达95%,但晚期疾病的预后显著恶化,OS仅为19%。精确识别需要强化治疗的患者与适合降阶梯治疗的患者仍是重大临床挑战。过去十年间,TCGA分析通过识别四种预后分子亚型(POLE突变型、错配修复缺陷型、非特异性分子谱型、p53异常型)革新了EC分类,但仍有部分患者依据现行标准被错误分层,导致治疗不足或过度治疗。因此,发现新型生物标志物并将其与既定临床分子特征整合,对于优化患者风险分层和改善治疗结局至关重要。
氨基酸转运蛋白(amino acid transporters, AATs)是位于质膜或细胞内生物膜(如线粒体、溶酶体)的整合膜蛋白,对肿瘤营养获取至关重要,被视为潜在治疗靶点。恶性肿瘤的细胞增殖与存活依赖氨基酸的持续供应,氨基酸不仅是蛋白质合成的基本成分,还是核苷酸合成的重要碳源和氮源供体。癌细胞(包括EC细胞)系统性改变其氨基酸代谢,绕过传统检查点并直接为三羧酸循环供能。人类拥有众多AATs,肿瘤细胞通过调控这些转运蛋白以满足代谢需求。目前已有多种AATs被确定为多种癌症先进治疗的潜在靶点,但多数现有文献仅单独研究个别转运蛋白,缺乏系统性预后评估。因此,研究人员利用TCGA数据库,全面分析18种AATs表达与EC临床和分子特征的关系,以期改善复发风险评估并发现新的治疗靶点。
研究人员通过UniProt数据库筛选并确认了18种具有完整转录组数据的AATs:SLC3A2、SLC6A6、SLC1A4、SLC6A9、SLC7A5、SFXN4、SLC66A1、SLC15A3、SLC15A4、SFXN5、SLC25A38、SFXN2、SLC38A3、SLC6A7、SFXN3、SLC38A1、SFXN1、SLC6A20。转录组数据通过cBioPortalData获取自TCGA的“ucec_tcga_pub”研究中的RNA-Seq数据,并使用R语言(版本4.5.2)进行数据处理。聚类分析采用主成分分析(PCA)降噪(保留14个主成分,累积解释方差90%)、UMAP降维至4维,再以OPTICS算法(minPts=20,截断值0.86)对患者进行聚类,同时以层次聚类对基因表达特征进行聚类。生存分析采用Kaplan–Meier曲线及对数秩检验评估不同患者组的DFS和OS差异。统计检验使用Welch's t检验和Welch's ANOVA,并以Holm-Bonferroni法校正多重比较。单变量生存分析采用Cox比例风险回归模型,并通过最大化选择对数秩统计量确定各基因最佳分层截断值,以评估AATs对患者风险分层的潜力。
研究结果部分包括以下内容:
**研究队列与患者分组识别**:研究队列包含373例EC样本,其中18种AATs的分子数据完整。基于AATs mRNA表达聚类后,研究识别出一个预后显著较差的组(组3),该亚群主要包括拷贝数高亚型和3级肿瘤患者。不同组间DFS差异的全局对数秩检验p = 7.7 × 10
?2,OS差异p = 7.3 × 10
?3。组3相比预后良好的组2,无进展生存期显著缩短(p = 2.39 × 10
?2,p-adj = 7.16 × 10
?2),OS显著缩短(p = 2.1 × 10
?3,p-adj = 6.2 × 10
?3),表明AATs mRNA表达谱可能具有预后意义。
**分级与分期分析**:研究人员评估了AATs mRNA表达与多个临床参数的关系。sideroflexin转运蛋白家族与肿瘤分化程度相关:SFXN1在3级肿瘤中的表达显著高于1级(p-adj = 4.90 × 10
?10)和2级(p-adj = 7.21 × 10
?4),SFXN5呈类似趋势(p-adj = 2.83 × 10
?4),而SFXN2在低分化肿瘤中下降(p-adj = 2.82 × 10
?3)。谷氨酰胺转运蛋白SLC38A1和SLC38A3、甘氨酸转运蛋白SLC6A9及异聚AATs重链亚基SLC3A2的表达均随肿瘤分级升高而增加。相反,SLC1A4和SLC6A20在1级肿瘤中表达高于3级(p-adj = 2.67 × 10
?3;p-adj = 2.54 × 10
?3)。分期方面,SFXN1(p-adj = 3.39 × 10
?2)和SLC38A1(p-adj = 3.05 × 10
?3)在FIGO III/IV期中的表达显著高于I/II期。
**分子分型分析**:AATs表达在四种TCGA分子亚型间存在差异。SFXN1在拷贝数低亚型中显著低于POLE(p-adj = 4.7 × 10
?3)和MSI亚型(p-adj = 4.11 × 10
?5);SFXN2则在拷贝数低亚型中高表达。SFXN5在拷贝数高亚型中显著升高(vs. 拷贝数低,p-adj = 5.46 × 10
?6)。SLC38A1、SLC38A3和SLC3A2同样在拷贝数高亚型中升高(p-adj分别为2.02 × 10
?13、6.97 × 10
?5和0.04)。SLC66A1和SLC6A6在微卫星不稳定型肿瘤中表达更丰富。
**生存分析**:单变量Cox回归分析显示,SLC38A3(p = 3.67 × 10
?3)、SFXN4(p = 0.04)和SLC3A2(p = 0.04)与较短DFS相关;SLC6A6和SLC1A4的升高与较长DFS相关,且SLC1A4还与显著延长的OS相关(p = 0.03)。SLC38A1(p = 0.01)、SLC38A3(p = 3.14 × 10
?3)和SFXN1(p = 0.04)与更差的OS相关。经最大化对数秩统计量确定最佳截断值后,高SFXN5水平提示不利DFS(p = 1.23 × 10
?2),而高SLC1A4(p = 3.4 × 10
?3)、SLC6A20(p = 2.91 × 10
?2)和SLC6A6(p = 2.3 × 10
?3)则识别出DFS较长的组。SLC38A1(p = 2.92 × 10
?2)和SLC38A3(p = 1.96 × 10
?2)的高表达与较差生存相关。
讨论部分指出,EC细胞具有更高的代谢需求,尤其需要增加氨基酸获取,导致特定细胞表面转运蛋白上调。既往研究主要集中于LAT1(SLC7A5)和xCT(SLC7A11),而本研究提供了AATs在EC中表达谱的全面分析。SLC38A1和SLC38A3作为谷氨酰胺主要转运蛋白,其上调与高级别、晚期及拷贝数高亚型相关,反映侵袭性EC对谷氨酰胺的依赖,且谷氨酰胺代谢可塑造免疫抑制微环境。SFXN1作为线粒体丝氨酸转运蛋白,参与丝氨酸-甘氨酸-一碳代谢,其表达随肿瘤分级升高,可能为高突变EC的DNA合成提供核苷酸原料。SLC3A2作为LAT1和xCT的共用重链,与肿瘤进展和化疗抵抗相关,并涉及二硫化物应激诱导的细胞死亡机制。相反,SLC1A4在低级别和预后良好亚型中高表达,其下调可能反映肿瘤进展过程中的代谢去分化现象。这些发现具有临床潜力:将谷氨酰胺和丝氨酸转运蛋白的上调与SLC1A4的缺失整合至现有分子分型,可能改善风险分层,指导辅助治疗决策,并为晚期或耐药EC提供潜在治疗靶点。研究局限性包括基于TCGA回顾性数据、仅分析mRNA表达水平(可能不完全反映蛋白活性),以及需进一步机制研究验证这些AATs在EC进展中的具体作用。
结论:研究人员确定SLC38A1、SLC38A3和SFXN1为EC中不利的预后因素,SLC1A4为良好预后标志物。这些AATs的表达与组织学分级、疾病分期及拷贝数高分子亚型相关。将代谢发现与当前分子分型整合可能改善风险分层,这些AATs有望成为个体化治疗靶点。