头颈癌免疫检查点相关基因的遗传学优先排序：HGF与AKT1的鉴定

《Functional & Integrative Genomics》：Genetically informed prioritization of immune checkpoint–associated genes in head and neck cancer highlights HGF and AKT1

　　

免疫检查点抑制剂已用于治疗头颈癌（head and neck cancer, HNC），但临床反应存在差异，需要通过系统性遗传学评估来优先排序候选易感基因。研究人员采用基于汇总数据的孟德尔随机化（summary-data-based Mendelian randomization, SMR）和HEIDI检验，筛选了624个免疫检查点相关基因，整合了来自百万退伍军人计划（Million Veteran Program, MVP）的全基因组关联研究（genome-wide association study, GWAS）数据与血液来源的多组学数量性状基因座（quantitative trait locus, QTL），并在FinnGen中探索了重复验证。通过两样本孟德尔随机化敏感性分析（MR-Egger、加权中位数法、MR-PRESSO）评估了优先候选基因的多效性，并进一步利用癌症基因组图谱（The Cancer Genome Atlas, TCGA-HNSC）队列中的肿瘤表达和生存结局（总生存期[overall survival, OS]、无进展间期[progression-free interval, PFI]）对其进行情境化分析。数项SMR优先排序的基因在遗传预测效应与肿瘤表达之间表现出方向一致性，包括保护性候选基因HGF（ORSMR=0.37，P=0.010）和风险相关基因AKT1（ORSMR=1.19，P=0.024）。两者均得到两样本孟德尔随机化敏感性分析的进一步支持（HGF：ORIVW=0.72，P=0.007；AKT1：ORIVW=1.17，P=0.009），且没有水平多效性证据（Egger截距P>0.05）。肿瘤HGF高表达与较好的OS（HRCox=0.70，P=0.008）和PFI（HRCox=0.72，P=0.020）相关，而AKT1高表达与较差的OS相关（HRCox=1.42，P=0.010）。所有eQTL或pQTL关联均未在FinnGen中重复。通过将遗传信号与肿瘤转录组学和临床数据相结合，本研究优先排序了可能参与HNC易感性的免疫检查点相关基因。HGF和AKT1作为获得最一致支持的候选基因，尽管缺乏FinnGen遗传重复，但展示出肿瘤转录组学和生存数据的汇聚支持，为进一步的生物学研究提供了基础。

头颈癌（head and neck cancer, HNC）是一组高度异质性的恶性肿瘤，涵盖口腔、咽部和喉部等多个解剖部位。免疫检查点抑制剂虽已用于复发或转移性头颈鳞状细胞癌（head and neck squamous cell carcinoma, HNSCC）的治疗，但临床获益仅见于部分患者。传统基于肿瘤组织的关联研究属于观察性设计，易受未测量的混杂因素和反向因果影响，难以区分遗传因果信号与肿瘤发生过程中的继发性分子改变。为此，研究人员以种系遗传学为锚点，将大规模HNC全基因组关联研究（genome-wide association study, GWAS）数据与多组学数量性状基因座（quantitative trait locus, QTL）资源相结合，系统性地优先排序免疫检查点相关基因，并通过肿瘤转录组和临床预后数据进行情境化验证，以鉴定具有跨层次一致证据的候选基因。研究最终确定了HGF和AKT1为获得最一致支持的候选基因，二者均显示遗传预测效应、肿瘤表达差异及生存结局的汇聚支持，为后续功能研究和治疗策略开发奠定了遗传学基础。

本研究采用多阶段分析框架。优先排序阶段纳入624个免疫检查点相关候选基因（584个来自GeneCards，79个来自已发表综述）。发现阶段使用百万退伍军人计划（Million Veteran Program, MVP）的HNC GWAS数据（4,631例病例，449,179例对照），重复阶段使用FinnGen R13数据（3,428例病例，372,159例对照）。多组学QTL资源包括eQTLGen的cis-eQTL（n=31,684）、McRae等报道的cis-mQTL（n=1,980）以及Pietzner等的血浆cis-pQTL（n=10,708）。主要方法包括基于汇总数据的孟德尔随机化（summary-data-based Mendelian randomization, SMR）与HEIDI检验、贝叶斯共定位分析、两样本孟德尔随机化敏感性分析（MR-Egger、加权中位数、MR-PRESSO），并在TCGA-HNSC（n=520肿瘤，44正常）和独立HPV分层队列GSE65858（n=252）中进行肿瘤表达和生存验证，最后通过STRING数据库和DSigDB数据库评估网络连接性和药物-基因关联。

**eQTL优先排序结果。** 整合MVP GWAS与血液cis-eQTL数据，共22个免疫检查点相关基因达到PSMR<0.05且PHEIDI>0.01的阈值，其中14个基因的遗传预测高表达与HNC风险增加相关，8个基因呈保护性关联。贝叶斯共定位分析识别出CCND1、CSMD1、HGF、LRP1和TRIM33五个位点支持共定位（PP.H4>0.5）。所有工具变量F统计量均大于10。两样本MR敏感性分析显示，AKT1在所有模型中效应方向一致（IVW OR=1.17，P=0.009），无水平多效性证据。FinnGen重复阶段，22个基因中有14个（64%）效应方向与发现队列一致，但均未达到严格统计重复标准。

**TCGA-HNSC转录组一致性与生存关联。** 22个eQTL优先基因中有15个在肿瘤与正常组织间差异表达（PFDR<0.05）。7个基因的肿瘤表达方向与SMR遗传预测效应方向一致：保护性候选基因HGF和LGALS3在肿瘤中显著下调，风险基因AKT1、HLA-C、MC1R、TOX和UPP1在肿瘤中显著上调。生存分析显示，HGF高表达与较好的OS（HR=0.70，P=0.008）和PFI（HR=0.716，P=0.020）相关，AKT1高表达与较差的OS相关（HR=1.42，P=0.010），其余5个基因未见显著生存关联。

**GSE65858独立验证与HPV分层分析。** 在该独立队列中，HGF、UPP1和MC1R的生存关联得到验证。HPV分层分析显示，HGF的预后关联仅在HPV阴性亚组显著（OS HR=0.595，P=0.041），而UPP1的关联仅在HPV阳性亚组显著（OS HR=2.775，P=0.033）。30个SMR候选基因中有10个在HPV阳性与阴性肿瘤间存在表达差异，而HGF、AKT1和CSMD1在HPV亚组间无显著表达差异，表明其表达不受HPV致癌背景驱动。

**DNA甲基化多层面调控关联。** 整合cis-mQTL数据发现，注释到AKT1、HGF、HLA-C、LGALS3和UPP1的CpG甲基化位点与HNC风险显著相关。LGALS3、HLA-C和UPP1在甲基化、表达和疾病风险层间显示一致的关联模式。152个名义显著mQTL信号中有12个CpG位点在FinnGen中达到严格统计重复标准，是本研究唯一在任一组学层次实现严格重复的信号。

**蛋白水平证据与eQTL-pQTL整合。** 血浆pQTL分析中，HGF和LGALS3的蛋白水平关联与遗传预测方向一致。遗传预测的HGF蛋白水平升高与HNC风险降低相关（OR=0.69，P=5.49×10?3），LGALS3蛋白水平升高亦与风险降低相关（OR=0.90，P=0.02）。SMR整合分析确认了HGF和LGALS3的转录本水平与蛋白丰度之间的遗传关联。

**网络连接与药物-基因关联。** 蛋白质-蛋白质相互作用网络拓扑分析识别出AKT1、B2M、HGF、IL1B、LGALS3、LGALS9和TNFRSF1B为共识枢纽基因。DSigDB查询显示25个优先基因具有已记录的化合物关联，其中AKT1主要对应激酶抑制剂类化合物，HGF和LGALS3亦关联到既有药理学特征。

讨论部分强调，HGF和AKT1的优先排序证据超越了单纯遗传学范畴，获得了肿瘤组织表达和临床预后的额外支持。AKT1的优先排序在免疫聚焦框架内为PI3K/AKT信号在HNSCC中的已知作用增加了新维度，其作为风险关联位点在肿瘤中上调并与较差总生存期相关，可能充当非经典免疫调节因子。HGF则呈现更复杂的调控模式：尽管HGF/MET轴传统上被认为是促肿瘤信号，但本研究的遗传学发现显示HGF水平升高与HNC风险降低相关，这一保护性信号在TCGA队列中得到印证，可能与肿瘤微环境中免疫反应性较强的状态有关。HPV分层分析进一步显示HGF的预后价值在HPV阴性亚组中更为显著。

研究结论指出，本研究将HGF和AKT1确定为HNSCC中获得最一致支持的免疫检查点相关候选基因。AKT1与已确立的致癌生物学和不良预后一致，HGF则作为潜在的微环境调节因子表现出有利的生存关联。这两个基因的汇聚优先排序提示生长因子信号与胞内生存通路在塑造HNSCC免疫景观中存在功能交集，为未来机制性研究奠定了基础。所有候选基因在被视为生物学确证或可治疗靶点之前，均需在HNSCC相关细胞系、患者来源肿瘤组织或类器官模型中进行系统功能验证，并最终接受前瞻性临床评估。