胃癌中与空气污染物优先排序预后特征相关的炎症型巨噬细胞状态的多尺度表征

《Frontiers in Immunology》：Multiscale characterization of an inflammatory macrophage state associated with an air pollutant–prioritized prognostic signature in gastric cancer

　　

背景：空气污染物被认为参与致癌过程，但其与胃癌（Gastric Cancer, GC）在预后、肿瘤组织和细胞行为层面的关系仍不清楚。研究人员整合多源证据评估污染物优先排序的GC候选分子。 方法：将7种污染物与GeneCards/OMIM中的GC基因通过毒理学和候选优先级资源整合。稳健性分析采用替代疾病定义、Fisher检验、5000个度和注释匹配零模型、富集分析与蛋白-蛋白互作（Protein-Protein Interaction, PPI）网络。TCGA-STAD支持117条生存分析流程及五基因神经网络嵌套评估，并在GSE84437与GSE54129中锁定外部测试。单细胞、供体感知巨噬细胞、CellChat、Monocle2、多重免疫荧光和cell2location引导的Visium分析解析组织背景。对接、100 ns分子动力学和文献计量学检验以GSK-3β为中心的假设。AGS细胞进行苯/甲苯剂量筛选后行CCK-8、集落形成、Transwell和伤口愈合实验。 结果：176个基因中有63个与GC的重叠超过匹配零模型预期（经验P=0.012），富集于炎症、缺氧、凋亡、代谢和致癌过程。APRGSig（DNMT1、GSK3B、HNF4A、MMP9、TERT）在年龄/T/N/M校正后仍与总生存相关（每1个SD增加的HR=2.31；95% CI，1.98–2.71），锁定外部C-index为0.701；探索性GC-ANN外部AUC为0.962。评分定义的APRGSig-high巨噬细胞预测互作更广，而供体感知分析识别出炎症/应激相关的MALAT1-high状态。多重免疫荧光给出APRGSig编码蛋白区室定位；4个Visium切片显示APRGSig评分与推断MALAT1-high丰度方向一致的正空间共位。GSK-3β-苯/甲苯形式模型Vina分为?7.1/?7.4 kcal/mol并在100 ns内数值持续；311篇文献计量突出增殖、侵袭和转移。2.5 mM苯和20 μM甲苯均增加AGS集落、Matrigel穿透和伤口闭合（均P<0.05）。 结论：该框架整合预测、组织解析、结构和表型证据，用于优先排序GC中暴露连锁的分子与免疫假设。

研究背景方面，胃癌（Gastric Cancer, GC）是全球第五大常见恶性肿瘤且致死率高，空气污染物如细颗粒物（PM_2.5）、二氧化硫（SO₂）、臭氧（O₃）、氮氧化物（NO₂/NO_x）、一氧化碳（CO）及挥发性有机化合物（VOCs）可通过氧化应激、慢性炎症和内分泌干扰影响肿瘤发生，但污染物如何跨预后、肿瘤组织和细胞行为层面作用于GC仍不明确，环境、生活方式与饮食对GC的具体分子机制尚未充分阐明，因此研究人员开展这项多尺度研究，论文发表于《Frontiers in Immunology》。

主要关键技术方法上，研究人员使用TCGA-STAD作为开发队列，GSE84437用于外部预后验证，GSE54129用于肿瘤与非肿瘤组织分类验证，GSE163558用于单细胞RNA测序（scRNA-seq）分析，GSE251950用于10x Visium空间转录组分析；方法涵盖网络毒理学与候选优先级、117条生存建模流程、人工神经网络（Artificial Neural Network, ANN）、SHAP解释、Seurat单细胞注释、CellChat细胞间通讯推断、Monocle2拟时序、多重免疫荧光、cell2location空间细胞丰度推断、AutoDock Vina分子对接、GROMACS分子动力学模拟（Molecular Dynamics, MD）及Web of Science文献计量；体外以AGS人胃腺癌细胞进行苯/甲苯表型实验。

研究结果部分，3.1节通过ADMETlab 3.0与ProTox3给出7种污染物计算致癌性分数，用于比较式计算优先级而非人体致癌分类。3.2节从靶标预测资源获得苯、甲苯、NO、NO₂、CO、SO₂、O₃候选基因，去重后得176个跨污染物非冗余候选。3.3节从GeneCards与OMIM获得7000个GC相关基因。3.4节176基因与GC集合交叠出63个优先候选，超过机会预期与5000次匹配零模型预期，替代疾病定义下结果一致，STRING保留全部63个并用量度中心性网络优先级。3.5节GO与KEGG富集显示炎症响应、凋亡、缺氧、NF-κB信号、化学致癌与癌症通路收敛。3.6节117条流程在TCGA-STAD内嵌套留一交叉验证（LOOCV）选RSF–LASSO工作流，随机生存森林（Random Survival Forest, RSF）留15基因、LASSO-Cox留8基因，交集五基因为APRGSig即DNMT1、GSK3B、HNF4A、MMP9、TERT；TCGA内C-index 0.741、嵌套0.713、校正0.720，GSE84437锁定C-index 0.701，固定中位数分层后高低风险组生存差异显著。3.7节五基因多层感知机GC-ANN在TCGA表观AUC 0.986，嵌套0.920，GSE54129外部AUC 0.962，优于逻辑、LASSO-逻辑、随机森林与单基因模型。3.8节SHAP显示DNMT1贡献最大，其后GSK3B、HNF4A、MMP9，TERT贡献弱且依赖背景，高表达DNMT1、GSK3B、HNF4A、MMP9多推高GC概率。3.9节GEPIA显示五基因在GC肿瘤高于癌旁，Kaplan–Meier Plotter各基因高表达关联较短总生存。3.10节单因素中病理T、N、M与APRGSig关联生存，多因素中APRGSig每1-SD的HR=2.31且独立显著，列线图（nomogram）1/2/3/5年校准良好。3.11节Harmony整合后27,865个细胞分8系，HNF4A富集上皮，MMP9限于巨噬，DNMT1/GSK3B多系表达，TERT低且偏上皮。3.12节多重免疫荧光中GSK3B与DNMT1分布于Pan-CK⁺上皮、CD68⁺巨噬、CD31⁺内皮、FAP⁺间质，MMP9/HNF4A邻上皮与巨噬区，TERT呈上皮旁点状。3.13节AddModuleScore供体感知下巨噬APRGSig高于非巨噬，MMP9贡献36.6%，排除MMP9仍存对比且强于5000个表达匹配随机特征。3.14节CellChat中APRGSig-high巨噬入/出通讯更强，涉及COL1A1/2–CD44、APP–CD74、SPP1–整合素、CXCL8–ACKR1等，联结间质、血管与上皮。3.15节3154个巨噬重聚类为MALAT1-high、C1QA-enriched、SPP1-enriched三态，MALAT1-high炎/应激相关，IL1B、CXCL8、CCL3、CCL4、NFKBIA、TNFAIP3上调，Monocle2中处拟时序后端且IL1B升、MRC1降。3.16节4个Visium切片中APRGSig与推断MALAT1-high丰度均正空间自相关，Spot水平Spearman与双变量Moran’s I一致正向。3.17节对接中GSK3B对苯/甲苯分数较优，GSK3B–苯?7.1、甲苯?7.4 kcal/mol，重对接ADP的RMSD 0.261 ?，100 ns MD中RMSD、Rg、SASA窄幅稳定。3.18至3.20节GSK3B文献计量得311篇以增殖、侵袭、转移为核心；AGS中2.5 mM苯、20 μM甲苯增加存活外仍提升集落形成、Matrigel穿透与伤口闭合。

讨论与结论部分，研究人员指出该框架不量化个体暴露，“污染物相关”指公共资源与计算优先级得到的污染物优先分子程序，对高反应气体仅优先下游氧化与炎症节点而非断言直接配体-蛋白结合。结论翻译为：该框架整合预测、组织解析、结构与表型水平证据，以优先排序GC中暴露连锁的分子与免疫假设。

意义在于，研究把网络毒理学、机器学习预后/分类、单细胞与空间解析、结构模拟和受控细胞表型连成跨尺度证据链，为空气污染物相关GC免疫与分子假说提供了可复现的优先级框架，并为GSK-3β、MALAT1-high巨噬和APRGSig后续实验与流行病学研究提供支点。