《Translational Oncology》：CMTM3 links inflammation-related transcriptional dysregulation to immune and therapeutic stratification in gastric cancer
编辑推荐：
胃癌（gastric cancer, GC）表现出强烈的生物学异质性，并频繁出现炎症和代谢程序的紊乱，这些因素影响肿瘤进展、免疫逃逸和治疗反应。为了识别与这一炎症-代谢轴相关的生物标志物，研究人员开发了一个整合框架，结合了单细胞RNA测序（single-cel
胃癌（gastric cancer, GC）表现出强烈的生物学异质性，并频繁出现炎症和代谢程序的紊乱，这些因素影响肿瘤进展、免疫逃逸和治疗反应。为了识别与这一炎症-代谢轴相关的生物标志物，研究人员开发了一个整合框架，结合了单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）、批量转录组队列、机器学习、免疫和药物反应预测以及体外验证。使用高维加权基因共表达网络分析（hdWGCNA）在恶性细胞中识别了炎症相关基因模块，并通过CoxBoost和随机生存森林（Random Survival Forest, RSF）模型筛选候选预后基因。CMTM3被优先确定为候选炎症相关基因，并在独立的GC队列中进一步评估。高CMTM3表达与较差生存、免疫细胞浸润、免疫检查点表达增加以及多种免疫治疗相关特征的富集相关，表明一种免疫浸润但功能受抑制的肿瘤状态。通路分析将CMTM3与炎症信号传导和代谢调控联系起来，提示其在协调肿瘤炎症和代谢程序中的作用。药物敏感性预测显示，低CMTM3肿瘤可能对某些化疗药物和激酶抑制剂更敏感，而高CMTM3肿瘤可能更适合基于免疫检查点的治疗。功能实验进一步表明，CMTM3敲低减少了GC细胞增殖并减弱了巨噬细胞招募。总体而言，本研究将CMTM3确定为GC中的预后和预测生物标志物，并为将炎症-代谢相关的分子失调转化为精准治疗分层提供了实用策略。
**论文解读：CMTM3作为胃癌中连接炎症相关转录失调与免疫及治疗分层的生物标志物**
**研究背景与问题**
胃癌（gastric cancer, GC）是全球范围内常见的恶性肿瘤之一，也是癌症相关死亡的主要原因。尽管手术、化疗、靶向治疗和免疫治疗取得了进展，许多患者仍处于晚期诊断阶段，从现有治疗方案中获得的生存获益有限。这种临床困境部分源于GC的强烈异质性：具有相似临床病理特征的患者可能表现出截然不同的免疫状态、代谢活性、药物敏感性和生存结局。因此，需要更好的生物标志物来指导风险评估和治疗选择。
炎症与GC的发生发展密切相关。慢性炎症刺激可促进恶性转化、支持肿瘤生长、重塑免疫细胞浸润并导致治疗耐药。同时，癌症相关的代谢改变会影响肿瘤细胞和免疫细胞。营养利用、能量代谢、细胞因子释放和免疫抑制的变化往往同时发生，而非孤立事件。这使得炎症-代谢轴成为理解GC生物学和制定更精准治疗策略的重要层面。然而，在GC中连接炎症程序、代谢失调、免疫重塑和治疗反应的分子因素仍不明确。
单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）为检查肿瘤内细胞状态提供了有用手段，而批量转录组队列允许在更大患者群体中测试候选标志物。结合机器学习方法，这些数据有助于识别既具有生物学相关性又具有临床实用性的基因。本研究聚焦于CMTM3，一种趋化素样因子家族成员，其在免疫调节和肿瘤生物学中已有报道，但在GC中的作用，尤其是与炎症相关转录程序、代谢通路活性、免疫反应和治疗分层的关系，尚未完全阐明。
**研究概述**
为回答上述问题，研究人员构建了一个整合框架，结合了单细胞分析、批量转录组验证、基于机器学习的特征选择、免疫和药物反应预测、通路分析及实验验证。首先，在恶性细胞中识别了炎症相关基因模块，然后使用CoxBoost和随机生存森林（Random Survival Forest, RSF）模型筛选稳健的预后基因。CMTM3被选为关键候选基因，并在独立队列中进一步评估。此外，还检查了CMTM3表达是否能反映免疫激活、免疫抑制、代谢通路变化以及对免疫治疗、化疗或靶向药物的敏感性。本研究旨在评估CMTM3是否与GC中的炎症转录程序、免疫微环境特征、预后及探索性治疗反应特征相关。
**主要技术方法**
研究人员利用了以下关键技术方法：1) 单细胞RNA测序数据（scRNA-seq）来源于GSE163558数据集（10例GC样本，10x Genomics平台），经过质量控制保留44,563个细胞；2) 批量转录组数据来自TCGA数据库和多个GEO数据集（GSE15459、GSE26253、GSE26901、GSE62254、GSE84426、GSE84433、GSE84437），覆盖大量患者；3) 使用hdWGCNA（高维加权基因共表达网络分析）在恶性细胞中构建无尺度共表达网络，识别炎症相关基因模块（紫色模块）；4) 采用CoxBoost和RSF进行机器学习特征选择，通过10次重复训练/测试分割筛选稳定预后基因；5) 使用oncoPredict算法基于GDSC2药物敏感性数据库预测药物反应；6) 免疫浸润评估使用ESTIMATE、MCPcounter、ssGSEA和TIMER等方法；7) 体外实验包括CCK-8增殖实验、EdU DNA合成实验、Transwell巨噬细胞迁移实验和ELISA检测分泌蛋白水平，使用MKN-74胃癌细胞系和THP-1单核细胞系。
**研究结果**
**1. 单细胞水平鉴定炎症相关基因模块**
研究人员基于典型标志物基因绘制了肿瘤微环境（tumor microenvironment, TME）中的主要细胞谱系，包括上皮细胞、免疫细胞和基质细胞。CMTM3表达主要定位于恶性细胞。通过inferCNV区分癌细胞和非癌细胞后，对癌细胞进行炎症评分，并使用hdWGCNA网络分析，发现“紫色”模块与炎症特征强相关。
**2. CMTM3被鉴定为关键炎症相关预后生物标志物**
通过多模型筛选流程（先单变量Cox回归，再依次经CoxBoost和RSF），CMTM3被确定为稳定的候选预后基因。在8个独立队列中，高CMTM3表达患者的总生存期显著缩短。此外，CMTM3在肿瘤组织中的水平显著高于正常组织。
**3. CMTM3敲低的体外功能评估**
在MKN-74胃癌细胞中通过siRNA敲低CMTM3后，qPCR确认mRNA水平显著下降。CCK-8实验显示细胞增殖活性降低，EdU实验显示DNA合成减少。Transwell实验表明，CMTM3敲低降低了THP-1来源巨噬细胞向胃癌细胞条件培养基的迁移。ELISA检测显示，CMTM3敲低后CMTM3、IL-6和IL-1β的蛋白水平下降，提示CMTM3敲低可能减弱该细胞系模型中的炎症分泌表型。
**4. CMTM3表达分层的基因组改变特征和化疗敏感性**
基因组突变分析显示，高CMTM3组中TTN是最常突变的基因，而低CMTM3组中TP53突变占优势。oncoPredict分析提示，低CMTM3肿瘤对顺铂和达沙替尼等药物可能具有较低的预测敏感性评分（即更高敏感性），但此为计算估计，需谨慎解读。
**5. CMTM3调节肿瘤免疫生态系统和免疫治疗特征富集**
通路分析显示CMTM3与免疫反应相关。高CMTM3表达与更多免疫细胞（如T细胞、B细胞、NK细胞）浸润和更高的微环境评分相关，并激活了癌症-免疫周期。然而，高CMTM3也与PD-1、CTLA-4、PD-L1等免疫检查点分子正相关。此外，高CMTM3组在9个免疫治疗相关特征（如CYT、IFNγIS、GEP等）中评分更高，并在6个独立队列中准确预测了免疫治疗反应。
**讨论与结论**
本研究提示CMTM3与GC中的炎症转录程序、免疫微环境特征和预后相关。它作为炎症、免疫系统和治疗成功之间的连接点。通过多模型方法（结合机器学习、单细胞数据和实验），CMTM3被优先确定为候选生物标志物。高CMTM3水平营造了一个“免疫热”但潜在免疫抑制的微环境：尽管有更多T细胞和NK细胞浸润，但免疫检查点分子表达增加，这解释了高CMTM3与不良预后的关联。体外实验支持CMTM3表达与增殖和巨噬细胞迁移表型相关。在治疗方面，低CMTM3肿瘤可能对顺铂和某些激酶抑制剂更敏感，而高CMTM3肿瘤可能更适合免疫治疗，但这些均为计算或回顾性估计，需进一步验证。
**结论**
CMTM3与胃癌中的炎症转录程序、巨噬细胞相关免疫特征、不良预后以及探索性治疗反应特征相关。功能实验进一步表明，在测试模型中，CMTM3敲低可减少胃癌细胞增殖和巨噬细胞迁移。这些发现支持CMTM3作为候选生物标志物，需要进一步的机制、蛋白质水平和前瞻性临床验证。
