整合多组学分析将DPEP1优先确定为与皮肤癌风险相关的遗传支持候选基因

《Clinical and Translational Discovery》：Integrative multi-omics analysis prioritizes DPEP1 as a genetically supported candidate associated with skin cancer risk

　　

背景：皮肤癌（SC）是最常见的恶性肿瘤之一，然而因果循环蛋白和可处理的治疗靶点仍不明确。方法：研究人员对来自大型GWAS数据集（发现阶段：23,694例病例和372,016例对照；验证队列：>42,000例病例和>810,000例对照）的4972种蛋白质进行了蛋白质组范围的孟德尔随机化（MR）分析。敏感性分析、双向MR、Steiger过滤和SMR检验支持了结果的稳健性。基于综合优先排序框架，研究人员选择DPEP1进行下游分析。随后，研究人员利用批量转录组和单细胞转录组数据集探索了与DPEP1相关的转录程序，并进行了虚拟筛选、对接和分子动力学（MD）模拟，以优先确定用于未来验证的候选DPEP1结合配体。结果：MR鉴定出六种与SC风险相关的遗传支持蛋白，基于明确的靶点优先排序框架，DPEP1被优先用于下游特征分析。在小鼠Dpep1敲除数据集中，Dpep1缺失与基质和免疫程序的改变相关，包括成纤维细胞丰度降低、YAP-TEAD/TGF-β通路活性下降以及CD8⁺ T细胞毒性评分增加。在人黑色素瘤单细胞分析中，DPEP1表达在成纤维细胞中富集，推断的配体-受体分析提示DPEP1⁺成纤维细胞与免疫亚群之间存在潜在通讯，包括CXCL12–CXCR4和MIF–CD74/CXCR4相互作用。基于结构的筛选将Balsaminone B确定为排名靠前的预测高亲和力配体，该结果得到稳定对接和MD轨迹的支持，其他候选物包括麦角胺、Evobioside、MOL012579和Venetoclax。结论：总之，这些发现将DPEP1优先确定为与皮肤癌风险相关的遗传支持候选基因，并为未来的机制和治疗研究提供了支持性的转录组和计算证据。

**论文解读：整合多组学分析将DPEP1确定为与皮肤癌风险相关的遗传支持候选基因**

**研究背景与问题**

皮肤癌（SC）是全球最常见的恶性肿瘤之一，尽管靶向治疗和免疫治疗取得进展，但由于肿瘤内高度异质性和快速耐药性，晚期疾病预后仍然较差。越来越多的证据表明，肿瘤微环境（TME），特别是癌症相关成纤维细胞（CAFs），在调控肿瘤进展、免疫逃逸和治疗反应中发挥关键作用。然而，成纤维细胞内的分子驱动因素和可靶向介质仍不完全清楚，亟需系统性地鉴定皮肤癌中新的因果调控因子。孟德尔随机化（MR）是一种利用遗传变异作为工具变量进行因果推断的稳健策略，可最小化混杂和反向因果。随着蛋白质组学和血浆蛋白GWAS的进展，蛋白质组范围MR已实现对生物标志物和治疗靶点的系统性发现，但尚未应用于皮肤癌。单细胞技术可解析成纤维细胞异质性及其免疫相互作用，整合多组学策略可连接基因组、转录组和蛋白质组改变与治疗脆弱性，计算分子对接和虚拟筛选则加速了新靶点候选配体的发现。本研究旨在通过蛋白质组范围MR初步筛选，结合独立验证、敏感性分析、SMR分析，将DPEP1优先确定为与皮肤癌风险相关的遗传支持候选基因，并利用小鼠Dpep1敲除单细胞数据集和人类黑色素瘤单细胞数据探索其相关基质和免疫程序，最后通过虚拟筛选和分子动力学模拟优先确定候选DPEP1结合配体。该论文发表在《Clinical and Translational Discovery》。

**主要关键技术方法**

研究人员采用蛋白质组范围孟德尔随机化（MR）分析，利用来自八项大规模蛋白质组研究的4972种血浆蛋白的遗传工具变量（pQTL），在发现队列（23,694例病例，372,016例对照）和两个独立验证队列（>42,000例病例和>810,000例对照）中评估与皮肤癌（SC）风险的遗传预测关联，并进行敏感性分析（双向MR、Steiger过滤）和基于汇总数据的孟德尔随机化（SMR）检验。进一步利用TCGA-SKCM（皮肤黑色素瘤）批量RNA-seq数据和两个公开单细胞RNA-seq数据集（小鼠结直肠癌Dpep1敲除模型GSE290572；人类转移性黑色素瘤样本GSE269936）进行转录组特征分析，最后对FDA批准药物和天然产物库（4160种化合物）进行基于结构的虚拟筛选、分子对接（AutoDock Vina）和全原子分子动力学（MD）模拟，以优先确定候选DPEP1结合配体。

**研究结果**

**3.1 蛋白质组范围MR鉴定出六种与皮肤癌风险遗传相关的循环蛋白**

通过蛋白质组范围MR分析，研究人员在发现了六种经Bonferroni校正后与SC风险显著相关的循环蛋白（p<1.005×10^-5）：DPEP1、GSS和CPNE1的遗传预测水平升高增加风险，而CTSS、ASB9和WDR46为保护性因素。在两个独立验证队列中，所有六种蛋白的关联均得到一致验证（p<0.05）。双向MR和Steiger过滤未发现反向因果证据。SMR分析（pQTL-GWAS和eQTL-GWAS）进一步支持了DPEP1、GSS、CTSS和CPNE1的位点水平关联，其中DPEP1在eQTL-SMR中显示一致信号且HEIDI检验不显著。基于预先定义的优先排序框架（包括风险方向、SMR支持、细胞外/膜相关生物学、酶类蛋白、文献支持），DPEP1被选作下游重点分析对象。

**3.2 转录组分析将DPEP1表达与TCGA-SKCM中的免疫相关程序关联**

在TCGA-SKCM（皮肤黑色素瘤）队列中，将肿瘤样本按DPEP1中位表达分为高、低两组。差异表达分析显示，DPEP1高表达组富集与免疫信号和白细胞功能相关的基因（如NCF4、IL21R、PIK3R5），而低表达组富集于转录调控和发育基因（如HOXC12、DLX6-AS1）。基因本体（GO）通路富集分析表明，DPEP1高表达组最显著富集的类别包括淋巴细胞活化、免疫反应调节和炎症过程，提示DPEP1相关转录程序与肿瘤微环境中的免疫信号网络密切相关。

**3.3 小鼠结直肠癌Dpep1敲除数据提供支持性扰动证据，显示基质和免疫程序改变**

分析公开的小鼠结直肠癌Dpep1敲除单细胞数据集（GSE290572），包括3只野生型（WT）和3只Dpep1敲除（Dpep1^-/-）肿瘤。聚类鉴定出11种主要细胞类型。与WT相比，Dpep1^-/-肿瘤中成纤维细胞、CD8⁺ T细胞和B细胞丰度降低。MiloR分析显示WT富集邻域主要位于成纤维细胞簇。拟时序分析表明，Dpep1^-/- CAFs中YAP-TEAD和TGF-β通路活性评分持续低于WT。调控子活性分析显示Tead4活性在Dpep1^-/- CAFs中降低，并与Itga6存在特异性连接。在CD8⁺ T细胞中，尽管丰度降低，但Dpep1^-/-肿瘤中细胞毒性评分升高，调控子Eomes和Prdm1活性增加，且Eomes与Gzmb特异性连接，支持细胞毒性程序增强。

**3.4 转移性黑色素瘤中成纤维细胞富集的DPEP1表达与基质重塑和推断的免疫通讯相关**

利用人类转移性黑色素瘤单细胞数据集（GSE269936，38个样本），研究人员发现DPEP1表达主要在成纤维细胞中富集。将成纤维细胞分为DPEP1⁺和DPEP1^-两组，细胞通讯分析显示DPEP1⁺成纤维细胞与浆细胞样树突状细胞（pDCs）和B细胞之间的相互作用增强，主要由CXCL12-CXCR4和MIF-CD74/CXCR4配体-受体对驱动。差异表达分析表明，DPEP1⁺成纤维细胞上调了细胞外基质（ECM）重塑基因（如LAMA2、LAMC3、COL21A1、MFAP5）和免疫/炎症介质（如F2R、F2RL2、COLEC12），提示其与ECM重塑和免疫相关转录特征关联。

**3.5 基于结构的筛选确定了候选DPEP1结合化合物**

对4160种化合物（FDA批准药物和TCMSP天然产物库）进行虚拟筛选，522种化合物预测亲和力优于-8.0 kcal/mol，63种优于-9.0 kcal/mol。排名前五的候选物为：Balsaminone B（-10.14 kcal/mol）、麦角胺（-10.03）、Evobioside（-9.886）、MOL012579（-9.83）和Venetoclax（-9.706）。分子对接分析显示这些化合物与DPEP1结合口袋形成多种氢键、疏水、π-π堆积和盐桥相互作用。对Balsaminone B进行100 ns全原子分子动力学模拟，RMSD在约60 ns后达到平衡（~1.5 ?），回转半径（Rg）和溶剂可及表面积（SASA）稳定，氢键数量持续（~4个），残基柔性（RMSF）低，支持稳定的结合模式。

**总结与讨论**

本研究通过逐步多层框架将DPEP1优先确定为与皮肤癌风险相关的遗传支持候选基因。主要证据来自pQTL基础的MR、复制和SMR分析。TCGA-SKCM和单细胞分析用于检查DPEP1相关的肿瘤转录组和细胞程序，而对接和MD模拟则优先确定了候选DPEP1结合配体。研究指出，循环DPEP1不应直接解释为成纤维细胞内在DPEP1表达的替代指标，而是可能反映一种遗传调控的系统性或组织可及性DPEP1轴，通过胞外酶活性、炎症介质调节或基质与免疫区室的旁分泌相互作用影响肿瘤微环境。小鼠Dpep1敲除数据提供了跨肿瘤类型的扰动证据，而黑色素瘤单细胞分析提供了互补的观察性背景。细胞通讯分析提示了CXCL12-CXCR4和MIF-CD74/CXCR4等潜在基质-免疫相互作用程序。结构筛选和MD模拟优先确定了Balsaminone B等候选配体，但需未来的生化和药理验证。局限性包括：GWAS终点基于广义皮肤癌表型；遗传优先化基于血浆蛋白QTL，而下游分析使用肿瘤组织转录组；小鼠数据来自结直肠癌而非皮肤癌模型；残余连锁不平衡驱动混杂不能完全排除；对接和MD分析仅为计算候选优先化。

**结论**：本研究将DPEP1确定为与皮肤癌风险相关的遗传支持候选基因，并通过互补的转录组和单细胞分析将其与基质和免疫相关程序联系起来，为未来的机制和治疗研究提供了基础。