《Biomedicines》：Partitioned Literature Aggregation and Transcriptomic Survival Analysis Identify an Immune-Contextualized Four-Gene mTOR Prognostic Composite in Hepatocellular Carcinoma
编辑推荐：
背景：对第一代机制性雷帕霉素靶点（mTOR）抑制剂的临床反应在恶性肿瘤间差异显著，提示仅凭通路激活不足以识别可能依赖mTOR信号的肿瘤。方法：研究人员开发了分区文献聚合（PLA）框架，该框架在跨疾病聚合前将大型生物医学文献集合组织为疾病特异性摘要。单一发现查询
背景：对第一代机制性雷帕霉素靶点（mTOR）抑制剂的临床反应在恶性肿瘤间差异显著，提示仅凭通路激活不足以识别可能依赖mTOR信号的肿瘤。方法：研究人员开发了分区文献聚合（PLA）框架，该框架在跨疾病聚合前将大型生物医学文献集合组织为疾病特异性摘要。单一发现查询识别曾接受雷帕霉素（rapamycin）、依维莫司（everolimus）或替西罗莫司（temsirolimus）评估的恶性肿瘤，随后使用相同标准化提示独立询问每个疾病特异性语料库。PLA应用于代表24个疾病特异性语料库的超过440万条PubMed摘要记录，生成比较性临床摘要，识别肾细胞癌（RCC）和肝细胞癌（HCC）分别为已确立和未成功雷帕霉素类似物（rapalog）开发的对照锚点。为探究与该临床对比相关的分子特征，研究人员利用Kaplan–Meier Plotter平台在公开转录组队列中评估mTOR相关基因的总生存（OS）关系。符合预设探索性阈值p < 0.01的关联按风险比（HR）方向组装为基因×适应症矩阵。结果：HCC和RCC呈现不同的预后架构，支持进一步研究历史上rapalog疗效有限的HCC状态。在HCC中，逐步复合分析识别由PPARGC1A、EIF4E、RRAGC和FKBP1A组成的四基因预后签名。较高的四基因不良风险评分与较差的总生存相关（高评分对低评分的HR，2.59；95%置信区间（CI），1.8–3.74；log-rank p = 1.1 × 10?7）。完整四基因架构并未在免疫情境中统一保留。探索性亚组分析在多比较校正后识别八个Toll样受体（TLR）高表达层中的显著预后关联，而TLR低表达层均未达到校正阈值。在七个肿瘤微环境（TME）层中也观察到组分基因关联——间充质干细胞（MSC）低、CD4低、调节性T细胞（RegT）高、辅助性T细胞1（Th1）高、自然杀伤（NK）细胞高、巨噬细胞高和CD8低。这些探索性观察产生关于免疫情境的假设。结论：这些发现将该预后签名与免疫情境联系起来，并支持前瞻性检验其识别可从mTOR导向治疗获益的HCC患者的潜力。
论文解读：mTOR信号通路是细胞生长、增殖、代谢和存活的核心调控轴，但第一代mTOR抑制剂在恶性肿瘤中的临床反应差异明显，说明单纯通路激活并不足以界定治疗依赖。现有问题在于，大型文献库常以单一检索空间呈现证据，出版量大的疾病会压缩或遮蔽阴性/失败适应症的独立评估；同时，HCC中mTOR导向治疗的生物标志物分层仍不明确。基于此，研究人员开展本研究，旨在通过分区文献聚合（PLA）比较mTOR抑制剂的跨疾病临床证据，并结合转录组生存分析识别HCC中与mTOR相关的预后架构及其免疫情境。研究得出，HCC与RCC构成rapalog治疗有效性的两极；HCC四基因复合评分具有独立预后验证价值，并与TLR/TME定义的免疫情境相关，为前瞻性生物标志物引导的rapalog治疗假设提供依据。重要意义在于将文献证据组织、跨癌种预后架构和HCC免疫情境整合，提出可检验的预后签名，但尚不能证明治疗预测性。
关键技术方法（不超过250字）：研究人员采用PLA将28M PubMed摘要按24种疾病语料分区，并以同一标准化提示独立询问PDAOAI（基于GPT-5.0），再聚合分类；对mTOR相关文献32,896条摘要逐条提取基因并去重；利用KMplotter RNA-seq对mTOR相关基因进行OS关联并构建基因-适应症矩阵；在TCGA-LIHC（365例、131例死亡）中开发四基因复合评分，在ICGC LIRI-JP（203例、35例死亡）中锁定验证；并行重复五折交叉拟合（20次，共100次训练/留出评估）及TLR/TME分层探索；并以Gao et al. HCC蛋白质基因组队列（159例HBV相关HCC）评估RNA-蛋白一致性。
研究结果：3.1 分区文献聚合（Partitioned Literature Aggregation, PLA）：通过单一整体检索与疾病分区检索对比，并以7篇MCL/HCC关键临床出版物作检索基准，发现宽泛rapalog–cancer检索前500条仅召回1/7，PLA召回7/7；MCL语料缩小99.3%、HCC缩小95.7%，提示分区可改善适应症特异性文献可见性。3.2 对第一代mTOR抑制剂有反应肿瘤的共同生物学特征：通过PLA证据聚合，将适应症分为Tier I已确立（RCC、MCL、SEGA/TSC、pNET、GI NET、Lung NET、HR+/HER2?乳腺癌）、Tier II研究性（卵巢癌、子宫内膜癌、NSCLC、软组织肉瘤、黑色素瘤、多发性骨髓瘤、前列腺癌、膀胱癌、甲状腺癌等）和Tier III阴性/实验性（HCC、GBM、结直肠癌、胃癌、胰腺腺癌、宫颈癌、头颈鳞癌、白血病等），表明临床疗效并非仅由通路生物学合理性决定。3.3 mTOR通路基因聚类：通过预后矩阵聚类，识别五个预后组；HCC为紧凑但高度特异的13个显著基因网络，RCC为最大的32个显著基因网络，中间组呈RCC偏向、HCC偏向或平衡，说明不同肿瘤的mTOR预后架构不同。3.4 HCC复合基因签名识别：以PPARGC1A为锚基因，逐步测试11个不良候选基因；最佳两基因签名为PPARGC1A+RRAGC（p=3.4 × 10
?6），最佳三基因签名为+EIF4E+RRAGC?PPARGC1A（p=6.6 × 10
?7；HR 2.46，95% CI 1.71–3.54），加入FKBP1A形成四基因不良风险评分FKBP1A+EIF4E+RRAGC?PPARGC1A，高评分组OS更差（HR 2.59，95% CI 1.80–3.74；log-rank p=1.1 × 10
?7；中位OS 37.8 vs 84.4个月）。3.5 预后基因签名的独立验证：在ICGC LIRI-JP中，锁定四基因评分每增加1个标准差，死亡风险增加70%（HR 1.70，95% CI 1.22–2.38；p=0.0015），C-index 0.676优于三基因0.637；中位分组高vs低HR 2.13（95% CI 1.06–4.17；Wald p=0.033；log-rank p=0.029），三基因分类不显著（HR 1.79，95% CI 0.90–3.57；log-rank p=0.091）；校正年龄、性别和TNM后仍显著（HR 1.49，95% CI 1.04–2.13；p=0.027），未标准化评分结果一致（HR 1.61，95% CI 1.16–2.27；p=0.0038）。3.6 交叉拟合分析：在TCGA-LIHC中，四基因均经BH校正后与OS显著相关；100次留出评估中FKBP1A在78%重采样被选中，完全折外评分高组OS更差（HR 1.96，95% CI 1.38–2.79；log-rank p=0.000138）；扩展至12基因时HCC4组分在74%重采样被选中，RAC1为21%，患者分类几乎一致（r=0.9989；361/365一致），HR 1.94，说明四基因面板具内部稳健性且FKBP1A最稳定。3.7 TLR分析：分层显示TLR10-high是唯一四基因同时显著的亚组；BH校正后八个TLR-high层仍显著，TLR10-high效应最大（HR 3.42，95% CI 1.96–5.95；q=0.000062），TLR9-high亦强（HR 3.13，95% CI 1.86–5.28；q=0.000062）；TLR-low层均未达校正阈值，提示预后关联受TLR免疫情境影响。3.8 HCC四基因签名探索性TME亚组分析：72个基因×TME比较中47个名义p<0.05，41个q<0.05；巨噬细胞高背景RRAGC不良关联最强（HR 2.71；q=0.00103），RegT高背景EIF4E、RRAGC、FKBP1A不良而PPARGC1A保护（HR 0.57）；CD4低、CD8低、巨噬细胞高、MSC低、NK高、Treg高、Th1高至少保留三个组分，其中CD4低、巨噬细胞高、MSC低、RegT高、Th1高保留全部四基因。3.9 RNA–蛋白分析：基于Gao et al.的159例HBV相关HCC蛋白质基因组队列，RRAGC（rho=0.652；q=4.23 × 10
?20）、EIF4E（rho=0.523；q=2.39 × 10
?12）和FKBP1A（rho=0.481；q=1.38 × 10
?10）RNA与蛋白正相关；PPARGC1A在蛋白矩阵缺失，无法估计。
讨论总结：研究人员将文献检索问题界定为单一治疗性语料库中的疾病竞争，并引用Bentegeac et al.关于关键词检索敏感性和筛选负担的论述；PLA与BibliZap策略不同，前者通过先分区降低疾病间竞争，后者依赖种子文献扩展引文网络。PLA提高MCL/HCC关键研究可见性，但未证明LLM摘要准确性或分类可靠性。讨论强调RCC等已确立适应症与HCC、GBM等阴性结果构成疗效层级；EVOLVE-1显示依维莫司在未选择晚期HCC中未改善OS。HCC四基因中，FKBP1A编码FKBP12，是rapalog结合mTORC1所需；RRAGC连接氨基酸感知与mTORC1溶酶体定位；EIF4E反映翻译输出；PPARGC1A反映线粒体代谢适应。TLR10-high和TME免疫浸润但功能受抑的格局提示免疫情境相关，但均为探索性，不能解释为交互作用。Sapu003相关既往制剂与毒理研究为静脉mTOR抑制提供背景。当前签名仅为预后证据，预测性需在rapalog治疗队列中通过正式生物标志物×治疗交互检验验证；筛查未做多重校正、签名开发受结局引导选择、PPARGC1A蛋白未测等构成局限。研究结论翻译：分区文献聚合（PLA）框架将大型生物医学文献语料库综合为疾病特异性摘要。通过将单一文献发现查询与使用相同提示的独立疾病层面询问相结合，该工作流程保留疾病特异性生物学背景，同时实现系统性跨疾病比较。应用于第一代mTOR抑制剂的临床开发，PLA框架高效检索超过2800万条PubMed摘要，形成涵盖24个恶性肿瘤亚组的统一摘要。它识别HCC和RCC为rapalog治疗有效性的两极。后续分析识别由PPARGC1A、EIF4E、RRAGC和FKBP1A组成的四基因mTOR相关转录预后签名。其与免疫情境的关联为在HCC中检验生物标志物引导的rapalog治疗提供了依据。
