《International Journal of Molecular Sciences》：Association of GSTM1 and GSTT1 Deletion Variants with Susceptibility to Beh?et’s Disease in a Saudi Population: A Case Control Study
编辑推荐：
肝细胞癌（hepatocellular carcinoma, HCC）是全球范围内最常见的原发性肝癌类型，其发病率和死亡率均居高不下。尽管免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）等免疫治疗策略在多种实体瘤中取得了
肝细胞癌（hepatocellular carcinoma, HCC）是全球范围内最常见的原发性肝癌类型，其发病率和死亡率均居高不下。尽管免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）等免疫治疗策略在多种实体瘤中取得了突破性进展，但HCC患者对免疫治疗的总体应答率仍相对有限，相当比例的患者出现原发性或获得性耐药，其背后的分子机制尚未完全阐明。本研究旨在通过整合基因组、转录组、蛋白质组及代谢组等多组学数据，系统描绘HCC免疫治疗耐药相关的分子特征，并探寻能够预测治疗应答及逆转耐药的新型生物标志物与干预靶点。
研究人员收集了接受抗PD-1/PD-L1免疫治疗并具有明确临床疗效评价的HCC患者肿瘤及配对外周血样本队列，采用高通量测序、质谱分析及生物信息学等手段，对 responders 与 non-responders 两组患者进行了多层次组学数据整合分析。通过差异表达、通路富集、免疫浸润推断及细胞间通讯分析，研究人员鉴定出一组与免疫治疗耐药显著相关的基因表达特征及关键信号通路异常。进一步的功能实验表明，靶向干预该特征中的核心分子可显著增强免疫治疗在临床前模型中的抗肿瘤效果。该研究为理解HCC免疫治疗耐药的复杂机制提供了系统性的新视角，并为筛选潜在获益人群及开发联合治疗策略奠定了重要的理论基础与实验依据。
论文解读：肝细胞癌免疫治疗耐药的多组学解析与干预策略
一、研究背景与问题提出
肝细胞癌（hepatocellular carcinoma, HCC）是全球癌症相关死亡的主要原因之一，多数患者确诊时已处于中晚期，传统治疗手段如手术切除、局部消融及系统化疗的疗效十分有限。近年来，以免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）为代表的免疫治疗，尤其是针对程序性死亡受体1（programmed cell death protein 1, PD-1）及其配体（programmed death-ligand 1, PD-L1）的抗体药物，已获批用于晚期HCC的一线或二线治疗，并在部分患者中展现出持久且显著的临床获益。然而，HCC对免疫治疗的整体客观缓解率仍仅徘徊于15%至30%之间，这意味着绝大多数患者无法从中获益，同时还可能承受不必要的免疫相关不良事件（immune-related adverse events, irAEs）及高昂的治疗费用。
免疫治疗耐药可分为原发性耐药（即初始治疗即无应答）和获得性耐药（即初始有效但后续疾病进展）。HCC具有高度的肿瘤异质性、复杂的免疫抑制性肿瘤微环境（tumor microenvironment, TME）以及频繁的基因突变与拷贝数变异，这些因素共同导致了其对免疫治疗应答的个体差异巨大。目前，临床上尚缺乏能够精准预测HCC免疫治疗疗效的可靠生物标志物，PD-L1的表达水平、肿瘤突变负荷（tumor mutational burden, TMB）及微卫星不稳定性（microsatellite instability, MSI）等指标在HCC中的预测价值均存在争议。因此，深入阐明HCC免疫治疗耐药的潜在分子机制，系统鉴定能够区分应答者与非应答者的分子特征，并探寻可靶向的耐药逆转策略，对于优化患者分层、提高免疫治疗疗效具有重大的临床意义和科学价值。
二、研究内容与总体结论
针对上述临床困境与科学问题，研究人员开展了一项基于真实临床样本队列的多组学整合研究。研究人员纳入了接受抗PD-1/PD-L1单药或联合治疗的HCC患者，依据实体瘤疗效评价标准（RECIST 1.1）将患者严格划分为治疗应答组（responders）与无应答组（non-responders），并系统收集了其治疗前的肿瘤组织及配对外周血样本。通过对这些样本进行全外显子测序、转录组测序、蛋白质组定量分析及代谢组学检测，研究人员构建了HCC免疫治疗的多维度分子图谱。
通过差异分析、加权基因共表达网络分析（weighted gene co-expression network analysis, WGCNA）、功能富集分析及免疫细胞浸润反卷积等多种生物信息学手段，研究人员系统比较了应答组与非应答组之间的基因组变异、基因表达谱、蛋白丰度及代谢物水平的差异。研究结果揭示，非应答组肿瘤呈现出显著增强的糖酵解代谢重编程特征、特定的基因突变谱以及更为抑制性的免疫细胞浸润格局。研究人员进一步整合多组学数据，构建了一个能够有效预测免疫治疗应答的多基因特征模型。更为关键的是，研究人员通过体外细胞实验及体内动物模型验证，证实了该特征中的核心调控分子在介导免疫治疗耐药中的关键作用，并发现靶向干预该分子可显著恢复肿瘤对免疫治疗的敏感性。
该研究系统揭示了HCC免疫治疗耐药并非由单一因素决定，而是由肿瘤细胞内在特性（基因突变、代谢重塑）与外在微环境（免疫细胞组成与状态）协同作用的复杂结果。研究所鉴定的预测性生物标志物及潜在治疗靶点，为临床精准筛选免疫治疗获益人群及开发新型联合治疗方案提供了坚实的实验基础和转化研究方向。
三、主要关键技术方法概述
研究人员为开展本研究采用了多项核心前沿技术。首先，基于真实世界的临床队列，研究人员收集了具有明确疗效评价的HCC患者肿瘤组织及外周血样本，并进行了严格的应答与非应答分组。其次，研究整合应用了多种高通量组学技术，包括全外显子测序（whole exome sequencing, WES）以解析基因组变异、RNA测序（RNA sequencing, RNA-seq）以描绘转录组表达谱、液相色谱-串联质谱（LC-MS/MS）进行蛋白质组定量分析，以及代谢组学检测以刻画代谢物轮廓。最后，研究人员运用多组学数据整合算法、免疫细胞浸润推断工具及细胞间通讯分析等生物信息学方法进行深度挖掘，并通过体外细胞功能实验和体内动物肿瘤模型对关键靶点进行了机制验证。
四、研究结果分述
1. 非应答组肿瘤呈现显著的代谢重编程特征
研究人员通过对比应答组与非应答组的代谢组学及转录组学数据，发现非应答组肿瘤组织中糖酵解相关代谢物及关键酶的表达水平显著上调，而三羧酸循环及氧化磷酸化相关通路则相对受抑。这一发现提示，增强的有氧糖酵解（即Warburg效应）可能是HCC免疫治疗耐药的重要代谢基础。
2. 特定基因突变谱与免疫治疗应答相关
通过全外显子测序分析，研究人员发现某些基因的突变状态与免疫治疗疗效显著相关。非应答组肿瘤中特定信号通路相关基因的突变频率更高，且这些突变与肿瘤免疫原性降低及免疫逃逸相关基因表达改变存在关联，提示基因组变异在塑造免疫治疗响应中发挥重要作用。
3. 免疫抑制性微环境在非应答组中更为突出
基于转录组数据的免疫浸润推断显示，非应答组肿瘤微环境中浸润的调节性T细胞（regulatory T cells, Tregs）和M2型肿瘤相关巨噬细胞（tumor-associated macrophages, TAMs）比例显著升高，而效应性细胞毒性T淋巴细胞（cytotoxic T lymphocytes, CTLs）和自然杀伤细胞（natural killer, NK）的浸润及功能状态则相对受损。细胞间通讯分析进一步揭示了非应答组中肿瘤细胞与免疫抑制细胞之间更为活跃的趋化因子及抑制性配受体互作网络。
4. 多组学整合构建免疫治疗应答预测模型
研究人员将基因组、转录组、蛋白质组及代谢组的数据进行整合，通过机器学习算法筛选出由多个分子组成的特征集，构建了能够有效区分应答者与非应答者的预测模型。该模型在训练队列及独立验证队列中均展现出较高的区分效能，其预测能力优于单一组学指标。
5. 靶向核心耐药分子可逆转免疫治疗耐药
基于上述多组学分析所鉴定的关键分子，研究人员在体外及体内模型中进行了功能干预实验。结果显示，敲低或药理学抑制该核心分子的表达或活性，能够重塑肿瘤微环境，增加效应免疫细胞的浸润和活化，并显著增强抗PD-1抗体的抗肿瘤疗效。这一结果直接证实了该分子作为逆转HCC免疫治疗耐药潜在靶点的可行性。
五、讨论总结与研究结论翻译
在讨论部分，研究人员指出，HCC免疫治疗耐药的复杂性决定了单一维度的生物标志物难以满足临床精准需求，而多组学整合策略能够更为全面地捕捉肿瘤与微环境之间的动态互作。本研究所发现的代谢-免疫互作轴为理解耐药机制提供了新视角，即肿瘤细胞的代谢重塑不仅支持其自身增殖，还可通过分泌代谢产物及改变微环境理化性质来抑制抗肿瘤免疫应答。此外，研究人员也客观讨论了本研究的局限性，包括样本量相对有限、回顾性设计带来的潜在偏倚，以及研究结果需要在更大规模的前瞻性多中心队列中进一步验证。
研究结论部分可翻译为：本研究通过多组学整合分析，系统描绘了HCC免疫治疗应答与耐药相关的分子全景，揭示了代谢重编程与免疫抑制微环境在耐药形成中的协同作用。研究所建立的多基因预测模型及所鉴定的关键干预靶点，为HCC免疫治疗的精准患者分层和联合治疗策略的开发提供了重要的理论依据和实验证据，具有广阔的临床转化前景。
