《Genes》：Multi-Omics and Machine Learning Identify Immune-Linked Gene Signatures for LUAD Stratification
编辑推荐：
背景：肺腺癌（lung adenocarcinoma, LUAD）是非小细胞肺癌最常见的亚型，也是全球癌症相关死亡的主要原因之一。尽管目前已有诸多进展，但用于有效诊断、预后判断和患者分层的可靠生物标志物仍然缺乏。方法：研究人员利用整合生物信息学方法分析了公开可
背景：肺腺癌（lung adenocarcinoma, LUAD）是非小细胞肺癌最常见的亚型，也是全球癌症相关死亡的主要原因之一。尽管目前已有诸多进展，但用于有效诊断、预后判断和患者分层的可靠生物标志物仍然缺乏。方法：研究人员利用整合生物信息学方法分析了公开可用的TCGA-LUAD和GEO数据集，包括差异基因表达、加权基因共表达网络分析（weighted gene co-expression network analysis, WGCNA）、生存建模、突变谱分析、免疫细胞浸润评分、机器学习以及批量RNA和单细胞RNA测序。结果：共鉴定出5581个失调基因，其中turquoise模块（298个基因）与LUAD表现出强相关性（Corr = ?0.79，p < 2.2 × 10?308）。两项分析的整合产生了281个重叠基因，其中通过LASSO Cox回归筛选出九个候选基因（ANO2、CHIAP2、CPED1、DNASE1L3、GSTM5、HTR3C、PRKCE、SLC14A1和WNT3A）用于构建预后风险模型。高风险患者的生存期显著较差（log-rank p = 0.0027）。CPED1表现出最高的突变频率，41%的TCGA-LUAD样本携带突变。在所有CPED1突变事件中，错义突变最为常见（47%）。GSEA和KEGG分析显示，高风险患者中核质转运、氧化磷酸化、内质网中的蛋白质加工、核糖体和核糖体生物发生等通路显著富集。免疫浸润分析表明，高、低免疫评分组之间的免疫细胞浸润评分存在差异，其中M1巨噬细胞与活化树突状细胞（aDC）、单核细胞和CD4+初始T细胞表现出强烈的统计学相关性。机器学习证实，Enet+PLS组合模型将CPED1预测为核心预测因子，且CPED1在独立GEO数据集（GSE43458和GSE31210）中得到成功验证，显示出强大的诊断准确性（AUC最高达0.98）。最后，单细胞RNA测序揭示CPED1主要在成纤维细胞和髓系细胞中表达，且与正常样本相比，CPED1在LUAD中显著下调。结论：本研究整合多组学和机器学习方法，强调CPED1是LUAD中具有潜在诊断和预后意义的有前景的候选生物标志物。九基因风险特征在TCGA队列中根据生存结局对患者进行了分层。基因组和免疫分析揭示了与高免疫评分组相关的特征。由于该研究完全基于计算分析，且预后模型缺乏外部生存验证，这些发现应被视为初步和假设生成性的，需要未来独立的验证和功能研究来确认CPED1及相关基因的生物学意义和临床实用性。
多组学与机器学习整合分析揭示肺腺癌免疫相关基因特征与CPED1的潜在诊断及预后价值
一、研究背景与问题
肺腺癌（lung adenocarcinoma, LUAD）作为非小细胞肺癌（non-small-cell lung cancer, NSCLC）中最主要的亚型，约占所有肺癌病例的85%，是全球癌症相关死亡的主要原因之一。尽管诊断和治疗手段不断进步，LUAD患者的长期生存率仍然不佳，5年生存率仅为4%至17%，主要归因于晚期诊断、高度肿瘤异质性和治疗耐药。2020年全球记录约220万癌症相关病例，其中LUAD占显著比例，尤其在女性中发病率高达57%。虽然靶向治疗和免疫治疗丰富了治疗选择，但耐药和复发仍然频繁发生。由于肺癌早期症状不明显，许多患者确诊时已处于晚期，这进一步复杂化了治疗反应并降低了生存率。当前的治疗策略包括化疗、靶向治疗和手术，在晚期疾病阶段因LUAD的生物学异质性而效果有限。尽管基因组学、免疫治疗和靶向治疗取得了进展，LUAD的发病机制和耐药机制仍未完全阐明。因此，迫切需要识别能够根据预后和治疗反应对患者进行分类的可靠生物标志物，以提升诊断、预后判断和个性化治疗水平。
二、研究内容与主要发现
针对上述问题，研究人员采用整合生物信息学方法对公开可用的TCGA-LUAD和GEO数据集进行了系统分析。研究首先通过差异基因表达分析鉴定出5581个失调基因，其中2511个上调、3070个下调。加权基因共表达网络分析（WGCNA）鉴定出与LUAD强相关的turquoise模块（298个基因，Corr = ?0.79）。两项分析整合获得281个重叠基因，经单变量Cox回归筛选出86个预后相关基因，再通过LASSO Cox回归最终确定九个基因（ANO2、CHIAP2、CPED1、DNASE1L3、GSTM5、HTR3C、PRKCE、SLC14A1和WNT3A）构建预后风险模型。生存分析显示高风险组患者预后显著较差（log-rank p = 0.0027），多变量Cox回归证实风险评分是独立预后因素（HR = 1.43，95% CI = 1.03–2.20，p = 0.033）。时间依赖性ROC曲线显示1、3、5年AUC分别为0.672、0.632和0.625。突变分析发现CPED1突变频率最高（41%），其中错义突变占47%。通路富集分析显示高风险组显著富集核质转运、氧化磷酸化、内质网蛋白质加工、核糖体和核糖体生物发生等通路。免疫浸润分析揭示M1巨噬细胞与活化树突状细胞、单核细胞和CD4+初始T细胞显著相关。机器学习模型（Enet+PLS组合）确认CPED1为核心预测因子，独立GEO数据集验证显示其诊断AUC最高达0.98。单细胞RNA测序进一步证实CPED1在LUAD中显著下调，主要表达于成纤维细胞和髓系细胞。该研究发表于《Genes》期刊。
三、主要技术方法
研究人员主要运用了以下关键技术方法：基于TCGA-LUAD队列（539例肿瘤样本和59例正常样本）的差异表达分析和WGCNA共表达网络分析；利用TCGA临床数据（443例患者）进行单变量Cox回归和LASSO Cox回归构建预后模型；采用GSCA数据库进行突变和拷贝数变异分析；使用clusterProfiler进行GSEA和KEGG通路富集分析；运用xCell算法评估20种免疫细胞浸润；构建十种机器学习模型（包括随机森林RF、极端梯度提升XGB、弹性网络Enet、支持向量机-递归特征消除SVM-RFE、偏最小二乘PLS、线性判别分析LDA、朴素贝叶斯NB、glmBoost、逐步GLM和K近邻KNN）进行基因选择和分类；利用两个独立GEO批量RNA-seq数据集（GSE43458和GSE31210）进行外部验证；使用GSE131907单细胞RNA-seq数据集（11例LUAD和11例正常样本）进行细胞水平验证。
四、研究结果
差异表达与WGCNA分析：差异表达分析鉴定出5581个失调基因，WGCNA鉴定出turquoise模块与LUAD强相关（Corr = ?0.79），GS与MM显著正相关（Corr = 0.82），整合获得281个重叠基因。
预后基因特征与生存建模：通过LASSO Cox回归构建九基因风险模型，高风险组生存显著较差（log-rank p = 0.0027），风险评分为独立预后因素，ROC分析显示中等预测准确性，列线图可进行个性化生存预测。
基因表达与预后价值：GEPIA2分析显示九个候选基因在LUAD和正常样本间表达差异显著。KM-Plot分析显示CPED1（HR = 0.58）、PRKCE（HR = 0.62）和SLC14A1（HR = 0.79）为保护因素，HTR3C（HR = 1.22）与不良预后相关。
突变频率与变异类型：CPED1突变频率最高（41%），错义突变占47%；CNV分析显示CPED1和WNT3A以扩增为主，DNASE1L3和SLC14A1以缺失为主。
通路富集分析：高风险组显著富集核质转运、氧化磷酸化、内质网蛋白质加工、核糖体和核糖体生物发生等通路。
免疫细胞浸润分析：高免疫评分组中活化树突状细胞、巨噬细胞、M1/M2巨噬细胞、单核细胞和NKT细胞显著升高；M1巨噬细胞与多种免疫细胞显著相关，与总巨噬细胞相关性最强（R = 0.93）。
机器学习模型性能：Enet（α = 0.1）+PLS组合模型表现最佳，CPED1和ANO2为关键预测因子；测试集中CPED1与GSTM5相关性最强（Corr = 0.789）。
独立数据集验证：GSE43458中ANO2（AUC = 0.983）和CPED1（AUC = 0.980）诊断准确性优异；GSE31210中ANO2（AUC = 0.956）和PRKCE（AUC = 0.937）保持良好诊断性能。
单细胞转录组分析：鉴定出八种主要细胞类型，CPED1主要表达于成纤维细胞和髓系细胞，伪批量分析证实CPED1在LUAD中显著下调。
CPED1的预后与诊断意义：CPED1高表达与较好生存相关，突变频率最高，机器学习确认其核心预测地位，独立验证显示强诊断性能，单细胞分析证实其下调。
五、讨论与结论
讨论部分指出，该研究通过多组学整合分析强调了CPED1作为LUAD潜在生物标志物的价值。CPED1在差异表达、突变谱、机器学习和单细胞分析中一致涌现，其在肿瘤组织中的下调结合高突变频率，提示其在肿瘤发生和疾病进展中的潜在作用。M1巨噬细胞作为免疫调节中枢，与树突状细胞、单核细胞和T细胞的相互作用塑造了肿瘤免疫微环境。研究结论认为，九基因风险特征在TCGA队列中有效实现了患者分层，CPED1具有潜在的诊断和预后价值。然而，由于该研究完全基于计算分析，预后模型缺乏独立外部生存队列验证，单细胞样本量和临床多样性有限，所有发现应视为初步和假设生成性的。未来需要功能实验和多中心前瞻性验证来确认CPED1及相关基因的生物学意义和临床实用性。
