《European Journal of Cancer》：Single-cell systems network and machine learning dissection of ferroptosis in recurrent glioblastoma highlights astrocytic ZFP36 as a therapeutic hub for network medicine repurposing
编辑推荐：
针对复发胶质母细胞瘤（rGBM）治疗失败、常规凋亡疗法无效的难题，研究人员聚焦于铁死亡（ferroptosis）这一新兴细胞死亡通路。他们通过整合单细胞RNA测序、网络医学和机器学习技术，成功识别出星形胶质细胞中的铁死亡抑制因子ZFP36是rGBM的关键靶点，并通过药物重定位与分子模拟，发现4-苯氧基-N-(吡啶-2-基甲基)苯甲酰胺有望靶向ZFP36，为克服rGBM治疗抵抗提供了新策略。
面对“癌中之王”胶质母细胞瘤，最棘手的状况莫过于治疗后的复发。即便经过手术、放化疗等标准“组合拳”的猛烈攻击，绝大多数患者依然难逃肿瘤卷土重来的厄运。这种复发后的胶质母细胞瘤（rGBM），比初次发病时更加狡猾和顽固，往往在数月内就能夺去患者生命。为何治疗会失败？传统疗法主要依靠诱导肿瘤细胞“自杀”（即细胞凋亡），但狡猾的癌细胞早已进化出“金钟罩”，能够抵抗甚至逃脱凋亡程序，这使得医生们陷入“无计可施”的困境。既然“自杀”这条路走不通，能否迫使肿瘤细胞“换一种死法”？近年来，一种名为“铁死亡”的新型细胞死亡方式进入科学家视野。它的发生不依赖于凋亡通路，而是与铁离子、活性氧和脂质过氧化物积累密切相关。鉴于胶质瘤富含铁离子且存在氧化还原失衡，铁死亡被认为是极具潜力的新武器。然而，铁死亡如何在复杂的肿瘤微环境，尤其是在构成肿瘤“土壤”的不同胶质细胞中发挥作用，谁才是调控这一过程的“关键先生”，以及如何找到靶向它的药物，这一切都还是未解之谜。
针对这些悬而未决的问题，发表在《European Journal of Cancer》上的一项研究为我们带来了突破性见解。研究者们巧妙地将前沿的单细胞技术与网络医学、人工智能相结合，在复发胶质母细胞瘤的铁死亡迷宫中，找到了一把有望开启新疗法大门的钥匙。
为了回答上述问题，研究者们主要运用了以下几项关键技术：首先，他们整合分析了来自86对匹配患者（GEO: GSE174554）的复发与原发胶质母细胞瘤的单细胞RNA测序（scRNA-seq）数据，并使用CopyKAT算法识别肿瘤特异性胶质细胞。其次，他们构建了基因共表达网络，并结合机器学习模型（如支持向量机递归特征消除SVM-RFE和随机森林RF）来鉴定关键的铁死亡相关基因。最后，他们采用了网络医学方法进行药物重定位，并通过分子对接与分子动力学模拟来验证候选药物与关键靶点的相互作用。
1. 单细胞分析揭示rGBM和pGBM中的肿瘤特异性胶质细胞及其细胞间通讯通路
研究者首先对单细胞数据进行了深度挖掘。他们发现，在复发和原发胶质母细胞瘤中，星形胶质细胞是最主要的肿瘤胶质细胞类型，其次是小胶质细胞和新形成的少突胶质细胞。值得注意的是，少突胶质前体细胞（OPC）仅在原发肿瘤中出现，在复发肿瘤中消失，这可能是因为初始治疗将其清除或迫使其分化。这一发现描绘了rGBM复杂的细胞组成图谱。
2. 胶质细胞基因表达分析揭示rGBM中星形胶质细胞和小胶质细胞的调控基因
通过比较rGBM与pGBM，研究团队发现星形胶质细胞和小胶质细胞在复发时发生了显著的转录组变化，上调基因数量最多。通路富集分析进一步显示，在星形胶质细胞中，包括铁死亡在内的多条癌症相关通路（如MAPK、Ras信号通路）被激活。
3. 肿瘤星形胶质细胞和小胶质细胞的共表达网络分析揭示rGBM中铁死亡基因的连通性
为了聚焦铁死亡通路，研究者从差异表达基因中构建了共表达网络。通过与铁死亡基因数据库（FerrDbv2）比对，他们分别在星形胶质细胞和小胶质细胞网络中鉴定出33个和27个铁死亡相关基因，表明这些细胞类型是调控铁死亡的关键场所。
4. 机器学习与网络中心性识别rGBM星形胶质细胞和小胶质细胞中的关键铁死亡基因
接下来，研究团队结合机器学习模型（SVM-RFE用于星形胶质细胞，RF用于小胶质细胞）和网络拓扑参数（如度中心性、介数中心性等）对候选基因进行综合排名。这一分析成功筛选出几个顶级候选基因：在星形胶质细胞中，SAT1、ZFP36、RBMS1、TLR4脱颖而出；在小胶质细胞中，FTH1是主要候选。
5. 利用独立的rGBM单细胞数据集验证突出星形胶质细胞中的关键铁死亡基因
为确保发现的可靠性，研究者在另一个独立的rGBM单细胞数据集中验证了这些关键基因的表达模式。结果显示，SAT1、ZFP36和TLR4在星形胶质细胞中同样呈现上调趋势，而小胶质细胞的FTH1表达不一致，因此后续分析聚焦于星形胶质细胞的候选基因。
6. ZFP36是rGBM患者星形胶质细胞中至关重要的铁死亡枢纽，呈上调表达
在星形胶质细胞的几个关键基因中，进一步的分析锁定了ZFP36。它在所有机器学习特征重要性和网络中心性参数上都名列前茅，并且在rGBM患者中表达上调。对其相互作用网络的分析发现，ZFP36与多个已知的铁死亡相关基因（如TXNIP、NNMT、SAT1）存在直接或间接关联。更重要的是，对癌症基因组图谱（TCGA）和中国胶质瘤基因组图谱（CCGA）数据的分析证实，ZFP36在高级别胶质瘤中高表达，且其高表达与rGBM患者更差的总体生存率显著相关，这强烈提示ZFP36作为铁死亡抑制因子，促进了肿瘤细胞的存活和治疗抵抗。
7. 使用基于网络的方法对ZFP36进行药物重定位**
既然ZFP36是潜在的治疗靶点，那么如何抑制它？研究者采用了创新的网络医学方法进行药物重定位。他们构建了一个包含ZFP36的综合药物-靶点网络，通过计算网络邻近性，筛选出24种可能间接作用于ZFP36的已有药物。进一步分析发现，这些药物大多靶向与ZFP36邻近的MAP激酶（如MAPK14）。通过结构和通路相似性分析，研究者最终锁定了一种名为4-苯氧基-N-(吡啶-2-基甲基)苯甲酰胺的小分子化合物。随后的分子对接和动力学模拟表明，该化合物能够很好地结合在ZFP36蛋白的可成药位点上，并可能调节其结构，从而为通过抑制ZFP36诱导铁死亡提供了具体的候选药物分子。
研究结论与意义
综上所述，这项研究通过多组学整合与计算生物学策略，系统性地揭示了铁死亡通路在复发胶质母细胞瘤不同胶质细胞类型中的调控网络。其核心结论是：在rGBM的星形胶质细胞中，铁死亡抑制因子ZFP36显著上调，并通过与多种铁死亡相关分子的相互作用，可能扮演了阻止肿瘤细胞发生铁死亡的“刹车”角色。抑制ZFP36，有望“松开刹车”，从而诱导肿瘤细胞发生铁死亡，为克服凋亡抵抗提供全新的治疗策略。
这项研究的重大意义在于，它不仅是单纯发现了一个新的生物标志物，而是完成了一次从“机制发现”到“潜在疗法”的完整探索闭环。它利用公开数据资源，通过创新的分析方法，将基础研究与临床转化紧密结合。研究指出的候选药物4-苯氧基-N-(吡啶-2-基甲基)苯甲酰胺，为后续的实验验证和可能的临床开发提供了明确方向。尽管该研究存在对单细胞数据异质性覆盖有限、计算结果需实验验证等局限性，但它无疑为对抗最具侵袭性的脑肿瘤——复发胶质母细胞瘤，点亮了一盏充满希望的探照灯，展示了计算驱动、网络医学引导的药物发现模式在攻克复杂疾病中的强大潜力。
