基于TRP通道相关基因的胶质瘤新型预后模型构建与肿瘤微环境解析

《Hormones & Cancer》：A novel TRP channel-related prognostic model of glioma based on transcriptomics and single cell sequencing analysis

本研究针对胶质瘤异质性高、预后差的问题，通过整合TCGA、CGGA和GEO数据库的转录组数据，首次系统构建了TRP通道相关基因(TCRGs)的预后模型。研究筛选出10个关键基因(TRPM6、PRKCB、CAMK2G、ADCY5、HTR2A、P2RY2、MAPK13、BDKRB1、PLA2G4D、TRPV3)，成功将患者分为不同风险亚型，并发现高风险组具有更活跃的免疫浸润和独特的药物敏感性特征。单细胞测序进一步揭示TRPV3在耗竭CD8+ T细胞中的特异性表达。该模型为胶质瘤精准治疗提供了新的生物标志物和潜在靶点。

　　

胶质瘤作为最具侵袭性的颅内肿瘤，其治疗一直是神经肿瘤领域的重大挑战。尽管手术、放化疗等技术不断进步，但由于肿瘤的高度异质性和侵袭性，患者预后仍然较差。特别是胶质母细胞瘤(GBM)，患者中位生存期仅12-15个月。这种治疗困境促使研究人员不断探索新的生物标志物和治疗靶点。

在这一背景下，瞬时受体电位(TRP)通道家族引起了研究人员的注意。这些位于细胞膜表面的多功能信号分子，通过调控钙离子等阳离子的跨膜流动，在肿瘤细胞的增殖、分化和凋亡中发挥重要作用。已有研究表明TRP通道相关基因(TCRGs)在乳腺癌、肺癌等多种肿瘤中异常表达，但与胶质瘤的关系尚不明确。正是这一知识空白，激发了山西医科大学团队开展这项创新性研究。

研究人员整合了来自TCGA、CGGA和GEO数据库的1475例胶质瘤患者的基因表达数据和临床信息，运用生物信息学方法系统分析了TRP通道相关基因在胶质瘤中的表达特征和预后价值。通过单细胞RNA测序(scRNA-seq)技术，他们在单细胞水平上探索了关键基因的表达模式，并通过RT-qPCR实验在临床样本中进行了验证。

在技术方法上，研究团队主要采用了多数据库整合分析、共识聚类分析、LASSO Cox回归模型构建、免疫浸润分析(包括CIBERSORT和ESTIMATE算法)、药物敏感性预测(oncoPredict包)、单细胞测序数据分析(通过TISCH2数据库)以及RT-qPCR实验验证等关键技术。

3.1 预后相关TCRGs的鉴定

研究人员首先鉴定了37个在胶质瘤组织中差异表达的TCRGs，其中5个上调，32个下调。通过生存分析发现30个基因与患者总生存期显著相关。这一发现为后续研究奠定了分子基础。

3.2 TRP通道簇的建立

基于30个预后相关TCRGs的表达谱，研究团队成功将患者分为三个具有显著预后差异的分子亚型。其中Cluster B患者预后最差，而Cluster C患者生存期最长。这一分类为胶质瘤的分子分型提供了新的视角。

3.3 TRP通道簇的免疫浸润和功能富集分析

进一步分析发现，预后较差的Cluster B具有更高的免疫细胞浸润水平，但处于免疫抑制状态。信号通路分析显示，细胞周期、细胞因子-细胞因子受体相互作用等肿瘤进展相关通路在Cluster B中显著富集，这可能是其预后差的重要原因。

3.4 TRP通道模型的建立

通过LASSO Cox回归分析，研究构建了一个包含10个基因的预后模型。该模型在训练集和验证集中均表现出良好的预测性能，能够有效区分高风险和低风险患者。多因素分析证实该风险评分是独立的预后因素。

3.5 TRP通道模型的免疫浸润分析

免疫微环境分析显示，高风险组患者具有更活跃的免疫细胞浸润，但同时也伴随着免疫抑制特征。这种复杂的免疫状态可能解释了该类患者预后较差的原因。

3.6 药物敏感性分析

药物敏感性预测发现，高风险患者对5-氟尿嘧啶、达沙替尼等药物更敏感，而低风险患者则对伏立诺他、拉帕替尼等药物反应更好。这一发现为不同风险患者的个性化治疗提供了指导。

3.7 单细胞测序分析

单细胞水平分析显示，风险基因TRPV3在耗竭CD8⁺ T细胞中表达，而保护性基因TRPM6则几乎不表达。这一发现从细胞层面解释了模型基因的免疫功能。

3.8 RT-qPCR验证

通过临床样本验证，证实模型中的所有10个基因在胶质瘤组织中的mRNA表达水平均低于癌旁正常组织，与生物信息学分析结果一致。

该研究的讨论部分深入分析了每个模型基因的生物学功能及其在肿瘤中的作用机制。例如，TRPM6作为镁离子稳态调节器，在神经母细胞瘤中被癌基因N-Myc上调；PRKCB在B细胞受体信号传导中发挥关键作用；CAMK2G通过磷酸化依赖机制调控多个致癌过程等。这些分析不仅验证了模型的生物学合理性，也为后续机制研究提供了方向。

研究的创新之处在于首次系统评估了TRP通道相关基因在胶质瘤中的预后价值，构建的10基因模型具有较好的临床应用前景。然而，作者也指出本研究主要基于生物信息学分析，需要更多实验验证和 multicenter研究来证实模型的有效性。

总之，这项研究为胶质瘤的预后预测和个性化治疗提供了新的生物标志物和潜在靶点，推动了精准医疗在神经肿瘤领域的发展。通过整合多组学数据和先进的分析方法，研究不仅深化了对胶质瘤生物学行为的理解，也为开发新的治疗策略奠定了理论基础。未来研究应着重于探索TRP通道在胶质瘤发生发展中的具体机制，以及其在治疗抵抗中的作用，为改善患者预后提供新的思路。