整合机器学习与多组学分析揭示ATIC是促进肝细胞癌进展的因子

《Scientific Reports》：Integrative machine learning and multi-omics analysis reveals ATIC as a promoter of hepatocellular carcinoma progression

　　

摘要

自噬在肝细胞癌（HCC）的进展和免疫调节中起着不可忽视的作用。对自噬相关基因（ARGs）的综合性分析对于深入理解HCC的病理机制具有重要意义。在本研究中，基于221个ARGs的表达模式，我们首先使用共识聚类方法确定了TCGA-HCC患者的两种自噬相关亚型。这两种亚型在分子特征、免疫状态和临床结果方面存在显著差异。为了提高该亚型分类系统的临床实用性，我们开发了一个包含ATIC、RHEB、TMEM74和PRKCD四个基因的预后模型，并通过LASSO和多变量Cox回归分析进行了验证。ROC（AUC）分析证实了该模型在训练组和验证组中的预测效果。值得注意的是，高风险组的HCC患者表现出更高的肿瘤突变负荷和多个免疫检查点基因的表达增加，这表明不同风险组之间存在明显的免疫相关特征。此外，单细胞RNA测序分析显示，该模型的标志基因ATIC主要在肿瘤细胞和增殖性T细胞中表达，其表达与自噬活性呈强正相关。最后，我们进行了体外实验以探讨ATIC在HCC中的潜在作用。结果表明，ATIC的敲低会降低HCC细胞的增殖和迁移能力，并导致自噬相关表型的改变，包括自噬通量的下降。综上所述，本研究提供了一个初步的自噬相关预后标志物，并确定ATIC可能是HCC进展的潜在调节因子。