组织水平转录组熵揭示器官特异性衰老模式并预测癌症进展

《Aging Cell》：Tissue-Level Transcriptomic Entropy Reveals Organ-Specific Aging Patterns and Predicts Cancer Progression

　　

尽管衰老与癌症共享复杂的分子机制，但区分因果因素与副产物仍具挑战。研究人员通过分析来自人类和小鼠组织的超过25,000个样本的RNA测序（RNA-seq）数据，研究了组织水平转录组熵（tissue transcriptomic entropy，一种衡量转录紊乱程度的指标）在衰老和癌症过程中的作用。研究人员发现，衰老过程中的熵变化具有高度组织特异性，一些组织表现熵升高，而另一些组织则表现熵降低或稳定。此外，转录组熵与衰老相关过程密切相关，与增殖、细胞衰老、体细胞突变负荷和细胞重编程呈正相关，而与干性呈负相关。在癌症中，研究人员观察到原发肿瘤通常比正常组织表现出更高的熵，而转移阶段的熵进一步升高。癌症治疗在多种情境下调节熵模式，这些变化提示转录复杂性在肿瘤可塑性和治疗耐药性中发挥作用。熵升高预示着多种癌症类型的不良生存结局，表明其作为预后标志物的潜力。此外，差异表达分析显示，与熵相关的基因富集于发育过程，并在代谢通路中耗竭，提示其可能与细胞去分化相关。最终，研究人员发现癌症以外的多种年龄相关疾病中熵升高，提示转录组熵可能是年龄相关疾病的共同特征。研究结果确立了转录组熵作为衰老和癌症进展中的一个基本参数，为理解疾病机制提供了新见解。

衰老与癌症之间的关系是生命科学研究中的核心问题之一，而区分衰老中的因果机制与伴随现象仍是基础性挑战。尽管基因组完整性、转录保真度和表观遗传调控已被确立为寿命与健康寿命的决定因素，但在组织水平系统量化年龄相关的分子紊乱仍不充分。Shannon熵源于信息论，可度量系统中的随机性与不确定性；应用于bulk RNA-seq时，它能量化组织水平转录模式的多样性和不可预测性。先前单细胞研究发现癌症、干细胞和分化过程中转录熵升高，但组织水平bulk熵可同时反映细胞内在转录变化与细胞组成改变，适合在大规模队列中提供群体层面视角。衰老与癌症关系复杂，部分衰老过程抑制癌变（如干性下降、细胞衰老），部分则促进癌变（如突变累积、炎症、组织身份丧失）。因此，研究人员利用超过25,000个人类和小鼠组织的RNA-seq样本，系统研究了组织水平转录组熵在衰老和癌症中的角色。

在这项发表于《Aging Cell》的研究中，研究人员计算了GTEx健康组织与TCGA肿瘤样本的Shannon熵，并通过线性模型、相关性分析、差异表达与富集分析、去卷积及单细胞RNA-seq分析等方法，发现熵在衰老中的变化高度组织特异；熵与增殖、细胞衰老、体细胞突变负荷及细胞重编程正相关，与干性负相关；原发肿瘤熵高于正常组织，转移期进一步升高；多种癌症治疗可降低熵；高熵与多种癌症不良生存相关；与熵相关的基因富集于发育过程，在代谢通路中耗竭；癌症之外的年龄相关疾病也表现熵升高。这些发现确立转录组熵为衰老和癌症进展中的基本参数。

在技术方法上，研究人员主要使用了以下关键手段。数据来源包括GTEx v8（健康人组织）、TCGA（原发肿瘤、转移瘤及癌旁组织）、GEO数据库中的多个人类和小鼠数据集，以及Cardoso-Moreira等发表的人胚胎和出生后转录组数据。主要方法包括：计算Shannon熵以量化转录组多样性；运用线性模型（limma）校正性别、死亡分类等协变量后评估熵随实足年龄和转录年龄的变化；采用Pearson/Spearman相关检验熵与干性、增殖、细胞衰老和体细胞突变计数的关联；通过差异表达分析（|log₂FC|>0.25，FDR<0.05）与GO功能富集（ShinyGO）识别熵相关基因；利用CIBERSORTx和xCell进行bulk RNA-seq细胞组成去卷积，并使用残差作为组成调整后的熵；在肝癌和黑色素瘤已发表scRNA-seq数据中计算单细胞熵；运用Cox比例风险模型和Kaplan-Meier曲线评估熵与总体生存期（OS）及无进展间隔（PFI）的关系。

研究结果如下。2.1 衰老相关转录组熵变化具有组织特异性：健康组织基线熵差异大，胰腺、血液、肾脏、心脏、肝脏较低，生殖组织和神经较高；熵与组织更新率负相关；经协变量调整后，脑、胃、血液熵随年龄下降，唾液腺、心脏、皮肤、脂肪、肌肉熵升高，其余组织稳定；多物种比较中熵与最大寿命无显著相关，表明熵受组织特异性调控。2.2 转录组熵与年龄相关过程相关：熵与增殖和细胞衰老正相关（rho>0.6），与干性负相关（rho
讨论部分指出，熵在衰老中并非均匀升高，而是组织特异的，可能与增殖和衰老这两个相反过程的正向关联部分解释其变异。熵在重编程中升高，看似与重编程的年轻化目标相悖，但与此前干性状态伴随更高转录紊乱的报告一致。癌症治疗常降低熵，符合治疗诱导转录改变。熵对多种肿瘤具有预后价值，并可辅助理解治疗反应。尽管Shannon熵强调随机性，研究中仍发现了与高熵相关的可重复表达特征——富集于多能性过程、耗竭于代谢通路，提示去分化和代谢重编程。去卷积和单细胞验证支持bulk熵捕获了与年龄相关功能衰退和肿瘤进展有关的生物学信号。研究人员也承认局限性：分析为横断面和相关性，不能推断因果；未考虑逆转录组、特定基因贡献及转录本异构体多样性；所用Shannon熵比单细胞复杂熵指标简单，但易于从常规bulk RNA-seq中计算，适合转化应用。研究结论：跨越数千人类和小鼠样本的大规模分析确立了转录组熵作为与衰老和疾病进展相关的稳健且组织特异的标志。熵与增殖、细胞衰老、重编程等关键生物学过程相关，并常可预测癌症预后。这些发现为理解衰老的分子基础及其与癌症的关系提供新见解，并可能作为衡量不同组织和疾病背景下年龄相关转录变化的实用指标。