《npj Digital Medicine》：A novel multiomics machine learning signature identifies rapid progression in clinically low risk prostate cancer
编辑推荐：
原发性前列腺癌（prostate cancer, PCa）的风险分层仍高度依赖临床病理标准，这些标准常遗漏早期侵袭性疾病的异质性。研究人员提出一种新型机器学习非线性预后框架，将体细胞拷贝数改变（somatic copy-number alterations,
原发性前列腺癌（prostate cancer, PCa）的风险分层仍高度依赖临床病理标准，这些标准常遗漏早期侵袭性疾病的异质性。研究人员提出一种新型机器学习非线性预后框架，将体细胞拷贝数改变（somatic copy-number alterations, SCNAs）及基因产物相关生物学信息，连同表观基因组学（epigenomics）与转录组学（transcriptomics）整合进患者特异性生物网络。应用于TCGA-PRAD（n=498）时，加权图特征选择与LASSO-Cox模型将ZNF268鉴定为主调控基因，其启动子区高甲基化与低/中危疾病中独特的致癌转换相关。低ZNF268肿瘤的后续分析显示差异化驱动突变景观，并预测对MAPK、ATR、PI3K/mTOR抑制剂敏感。拓扑网络分析进一步表明，ZNF268缺失影响共表达重连基因网络，量化为Rewiring Score：在TCGA-PRAD中与无进展生存（Progression-Free Survival, PFS）相关（HR: 2.79, 95% CI: 1.36–5.71, p=0.0049），并在两个外部队列中与生化复发（Biochemical Recurrence, BCR）相关。该框架通过捕获系统进展前的活跃分子转换状态，为在标准风险标准下被低估的生物学侵袭性前列腺癌提供了预后工具。
研究背景方面，原发性前列腺癌（PCa）风险分层长期依赖国家综合癌症网络（National Comprehensive Cancer Network, NCCN）等指南中的活检 Gleason 评分、临床肿瘤分期和术前前列腺特异抗原（Prostate-Specific Antigen, PSA）等静态临床病理特征。这类方法可对人群作宽泛分层，却难以刻画临床有利组内显著的瘤内分子异质性，导致部分看似低危的患者实际具有早期侵袭轨迹却被保守观察。为弥补传统顺序解析基因组与转录组时丢失协同互作的问题，研究人员构建整合多组学（multi-omics）与生物网络的机器学习框架，在《npj Digital Medicine》报道其如何识别 ZNF268 表观沉默及共表达网络重连所定义的“过渡态”，从而发现被标准风险分层低估的快速进展亚群。
关键技术方法上，研究使用 TCGA-PRAD（n=498）新鲜冷冻原发肿瘤的多组学数据，以及 MSKCC 与 Long 等独立转录组队列作外部验证；采用 DESeq2 做差异表达，fgsea 做基因集富集（Gene Set Enrichment Analysis, GSEA），GISTIC 2.0 做拷贝数改变（Copy Number Alteration, CNA）分析，maftools 做体细胞突变与驱动聚类解析，STRING 高置信蛋白互作（Protein-Protein Interaction, PPI）网络做药物靶点邻近分析，GDSC 做药物敏感性映射；并以加权图机器学习、LASSO-Cox 比例风险模型、bootstrap 稳定性选择、加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis, WGCNA）与 SHAP 解释器构建 ZNF268 重连特征。
研究结果部分，NCCN 前列腺癌风险组与不同基因组谱和生存结局相关：研究人员将 TCGA-PRAD 与 MSKCC 按 NCCN 分为低、中、高、极高危，发现低/中与高/极高危总体生存差异显著，但低危与中危间、高危与极高危间无显著差别；多变量 Cox 证实高/极高危为独立不良预后。GSEA 显示高/极高危富集细胞周期与炎症通路，低/中危保留结构/肌源性分化表型；GISTIC 整合表明高危上调基因多与拷贝数缺失而非扩增相关。
机器学习在低风险前列腺癌中识别 ZNF268 为新型独立预后标志物：加权图排序后取低/中危与高/极高危各前 100 蛋白编码基因，LASSO-Cox 加 500 次 bootstrap 选出 ZNF268、PPARGC1A、INHBA、CDKN1A；多变量模型中仅 ZNF268 高表达独立保护 PFS（HR: 0.50, 95% CI: 0.33–0.77, p=0.0015），在 Long 等队列中亦独立保护生化复发无进展生存（HR=0.60, 95% CI: 0.37–0.97, p=0.0371）。ZNF268 表达随疾病进展阶梯下降；交互模型显示其保护效应具生物学依赖性，仅在低/中危组显著分层 PFS（p=0.0033），高/极高危组无分层（p=0.32）。
ZNF268 表观失调关联代谢过度激活：低/中危内 ZNF268 低表达与启动子 CpG（cg02461665、cg24464813、cg21808250）高甲基化相关，正常前列腺上皮中该调控区无甲基化且 DNase I 超敏感；低 ZNF268 肿瘤由免疫/结构信号逆转为氧化磷酸化、脂肪酸代谢、MYC 靶点与 DNA 修复等代谢过度激活表型。
ZNF268 状态决定不同突变景观与驱动基因：低 ZNF268 亚组富集 SPOP（15% vs 7%）、FOXA1（9% vs 3%）、LRP1B（5% vs 1%）等驱动突变，突变特征含错配修复缺陷与 5-甲基胞嘧啶自发脱氨基；SPOP 与 FOXA1 仅在低 ZNF268 肿瘤中呈显著聚类驱动事件，并伴 KMT2D、SPOP、FOXA1 转录失调。
低 ZNF268 肿瘤的药物敏感性分析揭示可作用脆弱点：GDSC 映射显示其对 MAPK 抑制剂（Dabrafenib、Trametinib、Selumetinib）、DNA 损伤反应抑制剂（VE821、AZD6738 靶向 ATR/ATRX）及 PI3K/mTOR 化合物敏感；STRING PPI 网络邻近分析示部分药物靶标距 ZNF268 显著短于零模型（Z≤?3.0, p=0.002）。
ZNF268 共表达网络的动态拓扑重配置：从低/中危高 ZNF268、低/中危低 ZNF268 到高/极高危，ZNF268 模块招募 EHF、ZNF281 等可塑性介导基因，原有稳态基因脱连接；相关衰减分析示低 ZNF268 过渡态具“刚性”瓶颈，连通性差异富集 PI3K/AKT/mTOR、DNA 修复与 MYC 靶点。
重连特征捕获独特中间表型：两折 50/50 划分各 100 次 bootstrap 得稳定核心 15 基因（含 UGCG、ZNF281、EHF、IL6ST），SHAP 再缩为 10 基因 Rewiring Score；其高分组在低/中危 TCGA-PRAD 中强分层 PFS（p<0.0001），高/极高危中衰减（p=0.82）。
临床低风险前列腺癌中情境依赖性 ZNF268 重连网络关联侵袭轨迹：Rewiring Score 在低/中危多变量 Cox 中独立预测 PFS（HR: 2.79, 95% CI: 1.36–5.71, p=0.0049），时间依赖 AUC 1–5 年为 0.77、0.78、0.72、0.73；在 Long 等（HR: 1.43, 95% CI: 1.12–1.82, p=0.0036）与 MSKCC（HR: 3.08, 95% CI: 1.12–8.46, p=0.0289）中以 BCR 为终点同样显著。
讨论部分总结：研究人员指出 NCCN 式临床病理分层会漏掉早期分子异质性；ZNF268 作为 KRAB 锌指家族成员，其启动子高甲基化是早期表观事件，使肿瘤由免疫活跃基线转向 MYC 驱动与代谢过度激活。低 ZNF268 亚组具 SPOP/FOXA1 聚类驱动与错配修复缺陷，并暴露 MAPK、ATR、PI3K/mTOR 可靶向脆弱点。拓扑上，低 ZNF268 的慢相关衰减代表进化瓶颈，10 基因重连核心捕捉上皮约束解偶的过渡态；该分数仅在正经历瓶颈的早期肿瘤中预测力最强，晚期肿瘤已固化表型故衰减。研究局限为回顾性队列、bulk 多组学受肿瘤纯度混淆、药物敏感性为探索性、阵列与 RNA-seq 跨平台需重校准，且局灶原发 PCa 配长程 PFS 的公共队列稀缺。
研究结论部分翻译：研究人员开发整合多组学方法与生物信息机器学习框架，绘制 PCa 进展分子轨迹，识别 ZNF268 生物学情境依赖性沉默为不良预后独立驱动，并发现其拓扑网络重连是关键进化瓶颈，可在系统进展前捕获活跃且可靶向的“过渡态”。ZNF268 调控模块转换标志进化瓶颈，定义活跃分子桥接状态；将上述系统级洞见转化为风险分层临床特征，可识别已被归入临床低危却处于侵袭轨迹的前列腺癌患者，从而实现更早风险分层与更精准治疗干预。
