利用公开转录组RNA-seq数据集进行元分析以描绘直肠癌新辅助治疗反应

《Molecular Oncology》：Profiling neoadjuvant therapy response in rectal cancer using meta-analysis of publicly available transcriptomic RNA-seq datasets

　　

新辅助放化疗（neoadjuvant chemoradiotherapy, nCRT）后行全直肠系膜切除术（total mesorectal excision, TME）是局部进展期直肠癌（locally advanced rectal cancer, LARC）的标准治疗，但治疗反应存在差异，且目前的标志物尚不充分。本研究整合公共批量RNA测序（bulk RNA-seq）数据，以识别与治疗反应相关的预测特征。TRIM54和PABPC4在应答组中上调，而ADSS1和MGAT1在无应答组中上调。ARMC2被鉴定为在病理完全缓解（pathological complete response, pCR）中上调的预测性生物标志物。应答组显示自然杀伤细胞（NK细胞）和CD4⁺淋巴细胞富集，而免疫前体细胞与不良预后相关。转录因子分析显示，无应答组中SP1和NFKB激活，应答组中TCF15激活。SMAD3和RDXANK与完全消退相关，而MYC在不完全消退中占主导。这些发现为治疗反应背后的机制提供了见解。据研究人员所知，这是首个使用高通量测序数据的元分析，为未来直肠癌研究提供了有价值的起点。

研究背景：结直肠癌是全球第三大常见恶性肿瘤，2022年新增近两百万例；直肠癌约占结直肠癌的三分之一，局部进展期直肠癌（locally advanced rectal cancer, LARC）定义为II期（T3/4N0M0）和III期（T1-4N⁺M0）。新辅助放化疗（neoadjuvant chemoradiotherapy, nCRT）后行全直肠系膜切除术（total mesorectal excision, TME）是LARC的标准治疗，约10%–20%患者获得病理完全缓解（pathological complete response, pCR），但约35%患者反应不佳，2%–4%可能在治疗期间出现远处进展。临床完全缓解与pCR一致性较低，观察等待（watch-and-wait）策略需要更精准的患者筛选。目前缺乏临床验证的预测标志物；既往转录组研究样本量小、统计效力有限。因此，研究人员整合公共bulk RNA-seq数据，首次在该领域使用高通量测序数据进行元分析，旨在系统刻画LARC转录组并发现预测性生物标志物。

研究概况：研究人员从基因表达综合数据库（Gene Expression Omnibus, GEO）和PubMed中筛选出5个符合纳入标准的转录组数据集，包括GSE190826、GSE233517、GSE209746、GSE80606及Toomey et al.数据，共248例患者（pCR 60例，病理学非完全缓解[Non-pCR] 188例；应答者[R] 92例，无应答者[NR] 64例），研究队列来源包括德国、美国、韩国、爱尔兰及美国合作队列。对每个数据集独立进行DESeq2差异表达分析，用ComBat-seq去除批次效应并生成合并队列；采用有序P值法（ordered P value, orP）和随机效应模型（random effect model, REM）进行元分析，并在包含68例II/III期直肠癌患者的Nunes et al.独立队列中通过Cox回归和无复发生存（relapse-free survival, RFS）分析验证。进一步采用免疫细胞去卷积、共识分子亚型（consensus molecular subtype, CMS）分类、基因集富集分析（Gene Set Enrichment Analysis, GSEA）和转录因子（transcription factor, TF）活性分析解析机制。论文发表在《Molecular Oncology》。

关键方法：研究人员整合5个公共RNA-seq数据集（248例）后，使用DESeq2进行差异表达分析，ComBat-seq去除批次效应；采用orP与REM方法进行元分析，并在Nunes et al.的68例独立队列中用Cox回归和RFS验证；随后应用CIBERSORT、xCell、TIMER、MCP counter、ESTIMATE进行免疫细胞去卷积，使用CMS分类、GSEA及基于CollecTRI调控子的转录因子活性分析（ULM、VIPER、fgsea、wmean、wsum）。

研究结果：

1. 预测性生物标志物的鉴定：在合并队列中，TRIM54和PABPC4在R组中上调，ADSS1和MGAT1在NR组中上调；ARMC2在pCR组中上调。这些基因在orP、REM和Cox回归分析中均达到名义显著性，且风险比（hazard ratio, HR）方向与表达方向一致；受试者工作特征曲线下面积（AUC）为0.6–0.7，提示其单独判别力中等，可作为多标志物组合的候选。

2. 免疫景观差异：免疫细胞去卷积显示，R组治疗前有更高比例的CD4⁺ T细胞、单核细胞和静息NK细胞；NR组富集巨噬细胞、活化髓样树突状细胞、造血干细胞、NK T细胞和共同淋巴祖细胞。免疫细胞比例分析进一步表明，NK细胞相对巨噬细胞M1、内皮细胞、单核细胞、髓样树突状细胞、中性粒细胞、癌症相关成纤维细胞、B细胞的比例升高与良好反应相关；而T细胞、CD8⁺ T细胞及细胞毒性评分相对NK细胞的升高与不良结局相关。

3. 分子亚型异质性：CMS分类显示R组和NR组中CMS2、CMS4最常见；NR以CMS4为主，R分布在CMS2与CMS4；CMS1多属NR，无NR属于CMS3。pCR和Non-pCR均以CMS2/CMS4为主，但Non-pCR在CMS3中占比较高。CMS4与上皮-间质转化（epithelial-mesenchymal transition, EMT）、血管生成和基质重塑相关，与不良治疗反应一致。

4. 基因集富集分析：R组富集细胞骨架组织、转录与翻译控制、核糖体RNA加工、piRNA加工及转座子/逆转录转座子相关通路；NR组富集免疫应答、坏死、细胞转移、细胞外基质运动、血管生成、脂质与脂蛋白代谢及信号转导等通路。pCR组富集B细胞和NK细胞相关的免疫信号通路；Non-pCR组突出蛋白质合成与翻译控制、内质网蛋白加工及能量代谢通路，提示蛋白质稳态在治疗