失调评分方法鉴定表观遗传调控因子基因可预测癌症预后及免疫治疗疗效

《Molecular Therapy Nucleic Acids》：The dysregulation score method identifies epigenetic regulator genes that predict cancer prognosis and efficiency of cancer immunotherapy

本研究针对600余个表观遗传调控因子(ER)基因在癌症中的功能表征不足的现状，通过新开发的失调评分(DS)方法，基于19,000余对肿瘤-正常样本分析，系统性鉴定了272个癌症特异性失调ER基因(DEGs)。研究发现DEGs的遗传变异可能通过表观遗传结构域突变驱动癌变，其表达特征可有效预测患者生存期，且与免疫检查点联合使用时能显著提升免疫检查点阻断(ICB)治疗疗效预测性能。该工作为开发靶向表观遗传的个体化抗癌疗法提供了重要资源。

　　

癌症治疗领域近年来迎来免疫疗法的革命，尤其是免疫检查点阻断(ICB)疗法，通过解除T细胞所受的抑制信号，激活机体自身免疫系统攻击肿瘤细胞。然而，ICB疗法仅对部分患者有效，其疗效受到肿瘤异质性、免疫抑制性微环境以及癌细胞代谢适应等多因素限制。与此同时，表观遗传调控在癌症发生发展中的作用日益凸显。表观遗传调控因子(Epigenetic Regulators, ERs)负责组蛋白和DNA修饰的“读写擦除”，它们通过调控基因表达而不改变DNA序列，在肿瘤发生中扮演关键角色。尽管已有研究表明ERs与免疫治疗存在关联，但大多数ER基因在癌症中的系统性失调模式及其临床意义仍不清楚。

为了解决上述问题，吕杰、张昊、钟金金和冯振等研究人员在《Molecular Therapy Nucleic Acids》上发表了题为“The dysregulation score method identifies epigenetic regulator genes that predict cancer prognosis and efficiency of cancer immunotherapy”的研究论文。该研究旨在开发一种更稳健的方法，从大量癌症样本中识别真正有生物学和临床意义的失调ER基因，并评估其预测癌症预后和免疫治疗疗效的潜力。

为开展研究，团队主要应用了以下几项关键技术方法：基于UCSC XENA项目获取的包含28种癌症类型、超过19,000个人类样本（含738个正常样本）的转录组数据；提出了一种新的失调评分(Dysregulation Score, DS)方法进行差异表达基因鉴定，并与传统的log2FC（倍数变化）和DESeq2等方法进行比较；利用癌症基因组图谱(TCGA)的体细胞突变数据和生存信息进行预后和突变分析；通过小干扰RNA(siRNA)在SK-MEL-2和A549细胞系中进行基因敲低，结合CCK-8增殖实验、Transwell侵袭实验和qRT-PCR（定量实时聚合酶链式反应）进行初步功能验证；使用BioGRID蛋白质相互作用(PPI)网络数据库进行网络拓扑结构分析；并利用CRowd Extracted Expression of Differential Signatures (CREEDS)数据集进行药物-基因关联分析以寻找潜在靶向化合物。

研究结果

基于失调评分计算鉴定DEGs

研究人员对28种癌症类型中690个人类ER基因的表达模式进行了系统性分析。与传统log2FC方法相比，DS方法更为保守，能有效减少假阳性。研究共鉴定出272个癌症特异性DEGs，涉及1,081个DEG-癌症关联。其中，146个基因上调，77个下调，49个基因在不同癌症中扮演双重角色。

TOP2A是最常上调的ER基因，而ZBTB16是最常下调的ER基因。研究发现，具有相同表观遗传底物（如组蛋白甲基化擦除器）的DEGs在不同癌症中可能表现出不同的表达模式，提示它们可能具有独特功能。

失调评分方法识别独特ER基因

DS方法能识别出39个被log2FC方法忽略的DEGs，包括CBX3、ZBTB16等已知癌基因和GADD45B等新候选基因。这些基因在已知癌症基因数据库（如CGC和IntOGen）中富集度较低，提示它们可能是新的癌症驱动基因。

与log2FC方法相比，DS方法鉴定的DEGs在已知癌基因中富集程度显著更高，表明其筛选出的基因更具生物学相关性。

四个DEGs的初步功能验证

作为概念验证，研究人员选择了四个仅由DS方法鉴定出的候选DEGs（GADD45G、SAP25、PRKAG2和SETD6）进行功能实验。在黑色素瘤SK-MEL-2细胞中，敲低GADD45G、SAP25和PRKAG2促进了细胞增殖和侵袭，暗示其可能作为肿瘤抑制基因(TSGs)；而敲低SETD6则抑制了增殖和侵袭，提示其可能作为癌基因。

此外，敲低这些基因还显著影响免疫检查点PD-L1和CTLA4的mRNA表达水平，表明这些候选基因具有免疫调节潜力。

DEGs受表观遗传结构域内体细胞突变调控

分析发现，与non-DEGs相比，DEGs的表观遗传结构域（如Chromo、SET结构域）具有更高的体细胞突变负荷。

这表明表观遗传结构域的突变可能通过改变蛋白质构象和功能，从而导致ER基因的失调。

DEGs在PPI网络中连接松散并通过枢纽基因发挥作用

PPI网络分析显示，DEGs的整体连接度（包括度、紧密度中心性和介数中心性）低于整个PPI网络中的基因，甚至低于随机置换的ER子网络。

分子复合物检测(MCODE)算法识别出多个基因模块，其中DEGs与枢纽基因（网络中连接度最高的基因）密集互连。这些模块富集于ATM通路、适应性免疫系统等癌症相关生物学过程，提示DEGs可能通过调控枢纽基因来影响下游癌症通路，尤其是免疫调节。

基于DEGs的基因特征可区分分子亚型并预测预后

研究发现了222个与癌症预后显著相关的DEG-癌症关联。基于DEGs构建的特征评分能有效预测患者的总生存期(OS)和无进展生存期(PFS)。

例如，在肝细胞癌(HCC)中，高评分患者OS更短；而在皮肤黑色素瘤(SKCM)和肺腺癌(LUAD)中，高评分患者OS更长。在SKCM中，高评分组与CD4⁺ T细胞、CD8⁺ T细胞浸润水平升高，以及细胞毒性T淋巴细胞(CTL)和主要组织相容性复合体I类(MHC-I)分子表达上调相关。

基于DEGs的基因特征提升癌症免疫治疗疗效预测

在独立的SKCM和LUAD免疫治疗队列中验证发现，基于DEGs的特征评分与肿瘤免疫功能障碍和排斥(TIDE)评分相关，且无应答者的评分更高。更重要的是，将DEG特征评分与PD-1、PD-L1或CTLA4表达水平结合，能比单独使用免疫检查点更有效地区分患者生存差异，显示出协同预测效应。

鉴定可调控DEGs表达的潜在药物

通过CREEDS数据库分析，研究人员发现了58种与77个DEGs显著相关的化合物/药物。其中25种是已获批的抗癌化疗药物（如阿霉素Doxorubicin），阿霉素被发现可逆转多个细胞周期相关DEGs（如GADD45B、UHRF1）的表达，这与其已知作用机制部分吻合。这些发现为老药新用或开发新的靶向ER疗法提供了线索。

结论与讨论

本研究通过新开发的DS方法，系统性地鉴定了272个在癌症中特异性失调的ER基因，加深了对表观遗传调控在癌症中作用的理解。研究发现，DEGs可能通过其表观遗传结构域的体细胞突变而失调，并且在蛋白质相互作用网络中倾向于通过调控枢纽基因间接发挥作用。研究最重要的临床意义在于，基于DEGs的特征评分不仅能预测癌症患者的预后，更重要的是，当其与免疫检查点（如PD-1/PD-L1）表达结合时，能显著提升对免疫检查点阻断(ICB)疗法疗效的预测能力，这为精准筛选免疫治疗获益人群提供了新的生物标志物策略。此外，研究还筛选出可能逆转DEGs表达的潜在化合物，为开发靶向表观遗传的联合疗法奠定了基础。

尽管本研究在细胞系水平初步验证了部分DEGs的功能，但其在体体内的作用机制和临床转化价值仍需进一步探索。将肿瘤免疫治疗与表观遗传调控靶向相结合，是未来癌症治疗的一个极具前景的方向。然而，如何实现药物的精准递送、降低脱靶毒性，以及如何根据肿瘤分子特征个性化地选择联合策略，仍是面临的主要挑战。总之，该研究提供的DEGs列表及相关分析资源，将为推动精准肿瘤学和个体化表观遗传药物的发展提供宝贵价值。