编辑推荐：
为解决胶质母细胞瘤（GBM）异质性及 PSMC2 作用不明等问题，西南大学研究人员开展相关研究。他们识别出相关基因模块，明确 PSMC2 促癌作用。该研究为 GBM 预后判断和治疗提供新方向，值得科研读者一读。
探秘胶质母细胞瘤：从基因模块到潜在治疗靶点
在肿瘤的世界里，胶质母细胞瘤（Glioblastoma，GBM）可谓是臭名昭著。它是最常见的原发性恶性脑肿瘤，也是导致患者死亡的重要原因之一。得了胶质母细胞瘤的患者，平均总生存期大约只有 15 个月。即便接受积极治疗，肿瘤还是很容易产生耐药性，而且特别容易复发，常常在手术切除腔附近、放疗区域内卷土重来。
GBM 之所以如此难治，很大程度上是因为它具有显著的异质性。在这个小小的肿瘤里，存在着各种各样的细胞群体，它们各自有着独特的基因和表型特征。这些细胞就像一群 “叛逆分子”，各自为政，不仅影响肿瘤的生长，还让治疗变得困难重重。同时，肿瘤微环境（Tumor Microenvironment，TME）也在背后 “推波助澜”。TME 里充满了免疫抑制细胞，像疲惫的 T 细胞、肿瘤相关小胶质细胞、肿瘤相关巨噬细胞（Tumor-Associated Macrophages，TAMs）和髓源性抑制细胞（Myeloid Derived Suppressor Cells，MDSCs）等，它们与肿瘤细胞相互作用，促进肿瘤的发展和耐药，然而其中的具体机制却还不为人知。
之前，也有不少研究尝试利用转录组或基因组数据对 GBM 进行预后分类，可这些分类方法并不统一，存在很大差异。由于不清楚不同亚型对治疗反应的细胞和分子机制，所以一直没有找到一种真正有意义、能指导临床决策的分子分类方法。此外，PSMC2（proteasome 26S subunit ATPase 2，蛋白酶体 26S 亚基 ATP 酶 2 ）虽然在肝癌、卵巢癌等多种肿瘤中被发现与预后不良有关，但它在 GBM 中的作用还没有被深入研究。
为了攻克这些难题，西南大学等单位的研究人员在《Scientific Reports》期刊上发表了题为 “Decoding the heterogeneous subpopulations of glioblastoma for prognostic stratification and uncovering the promalignant role of PSMC2” 的论文。研究人员发现了与 GBM 恶性表型相关的基因模块，构建了风险评分模型来预测患者预后和治疗反应，还证实了 PSMC2 在 GBM 进展中的致癌作用，为 GBM 的治疗提供了新的潜在靶点，这一发现意义重大。
在这项研究中，研究人员用到了几个关键技术方法。首先是高维加权基因共表达网络分析（high - dimensional weighted gene co - expression network analysis，hd - WGCNA），通过这个方法来识别与肿瘤异质性相关的基因功能模块。其次是单细胞转录组分析，利用它研究肿瘤细胞的异质性。还有机器学习方法，用来构建风险评分模型，评估患者的预后。另外，还运用了多种生物信息学分析方法，像通路富集分析、突变分析和药物敏感性分析等，从不同角度深入探究 GBM 的分子机制。
下面来看看具体的研究结果。
1. 综合单细胞 RNA 测序分析揭示与恶性表型相关的基因模块
研究人员收集并预处理了来自 SCP503 的单细胞 RNA 测序（scRNA - seq）数据，通过主成分分析（PCA）和均匀流形近似与投影（UMAP）进行降维可视化。他们发现，用 hd - WGCNA 分析后，一共得到 14 个基因模块。其中，棕色模块与肿瘤去分化、拷贝数变异（CNV）和复发密切相关。通过 CytoTRACE 评估细胞分化潜能，发现 GBM 细胞分化潜能存在异质性；用 InferCNV 分析 CNV，也证实了棕色模块与这些恶性特征的关联。对棕色模块基因进行基因本体（Gene Ontology，GO）富集分析发现，这些基因在蛋白酶体、有氧呼吸、嘌呤相关过程等方面显著富集，表明它们在 GBM 的恶性进展中起着重要作用。
2. 探索胶质母细胞瘤在肿瘤微环境中的异质细胞通讯
研究人员进一步探究棕色模块与 TME 的关系。他们把免疫细胞细分，发现棕色模块的协调模块特征基因（hMEs）在部分肿瘤细胞簇中显著富集，这些细胞具有肿瘤去分化、复发和基因组不稳定的特征。利用 CellCHAT 构建细胞通讯网络后发现，棕色模块相关肿瘤细胞与正常脑细胞、巨噬细胞和 T 细胞之间存在广泛的相互作用，而且与巨噬细胞的通讯强度更高。这些细胞的信号激活水平也很高，激活的信号与肿瘤增殖、侵袭等恶性信号通路相关，充分体现了棕色模块相关肿瘤的恶性程度。
3. 基于棕色模块基因的风险评分的开发与验证
为了给 GBM 患者进行风险分层，研究人员用 Lasso - Cox 回归确定了 13 个风险基因，构建了风险评分模型。通过 Kaplan - Meier 生存曲线和时间依赖性受试者工作特征（ROC）曲线验证，这个模型表现很稳定，在 TCGA - GBM 队列和 CGGA - GBM 队列中都能很好地预测患者的预后，风险评分高的患者预后更差。
4. 不同风险组的免疫景观
研究人员计算了不同风险组患者 TME 中的免疫细胞数量，发现高风险组免疫细胞浸润更广泛，但临床预后却更差。原来，虽然免疫细胞大量浸润，但抗癌免疫功能可能已经被耗尽。进一步分析发现，风险评分与自然杀伤细胞（NK cell）抵抗、调节性 T 细胞和中性粒细胞呈正相关，与 NK 细胞激活呈负相关。高风险组的免疫检查点标记物 PD - L1 和 PD - 1 表达也更高，肿瘤相关巨噬细胞（TAMs）评分也更高，对免疫检查点阻断（ICB）治疗的抵抗评分也更高，这意味着高风险组患者可能对 ICB 治疗更耐药，这些结果在 IMvigor210 队列中也得到了验证。
5. 富集分析揭示高风险患者预后不良的生物学证据
通过对不同风险组进行 GO 富集分析、基因集富集分析（GSEA）和基因集变异分析（GSVA），研究人员发现高风险组中细胞因子活性、细胞外基质相关通路以及与肿瘤转移、恶性进展和免疫调节相关的通路被显著激活，这就解释了为什么高风险组患者预后更差。
6. 突变和药物敏感性分析
不同风险组的 GBM 患者有着不同的基因突变特征。低风险组中 TP53 和 IDH1/2 突变更富集，野生型 IDH 患者的风险评分更高，MGMT 启动子甲基化水平低的患者风险评分也更高。研究人员还预测了风险评分与 198 种药物的半抑制浓度（IC50）的相关性，发现风险评分与 7 种药物呈负相关，与 25 种药物呈正相关，这表明可以根据风险评分制定不同的药物治疗策略。
7. 综合单细胞测序和批量 RNA 测序分析揭示 PSMC2 促进恶性进展的作用
PSMC2 在风险评分中起着关键作用。分析发现，PSMC2 在肿瘤组织中高表达，与患者预后不良相关。在细胞水平上，PSMC2 在肿瘤细胞中高表达，在未分化肿瘤细胞中富集，并且随着肿瘤细胞的伪时间轨迹表达逐渐增加。通路富集分析显示，PSMC2 表达与上皮 - 间质转化（EMT）和癌症干性维持相关通路有广泛重叠。
8. PSMC2 参与 GBM 细胞的增殖和集落形成
研究人员通过构建稳定敲低 PSMC2 的 GBM 细胞系，进行 MTT 检测、集落形成实验、EDU 染色和软琼脂实验，发现敲低 PSMC2 后，GBM 细胞的增殖、集落形成能力都受到显著抑制，这表明 PSMC2 与 GBM 细胞的增殖和集落形成密切相关。
9. PSMC2 是 GBM 细胞迁移和侵袭所必需的
通过伤口愈合实验、Transwell 侵袭实验和 Western blot 分析，研究人员发现敲低 PSMC2 会显著抑制 GBM 细胞的迁移和侵袭能力，同时会降低间质标记物 MMP2 和 MMP9 的表达，说明 PSMC2 在促进 GBM 细胞迁移和侵袭中起着关键作用，可能与调节 EMT 表型有关。
总的来说，这项研究首次运用 hd - WGCNA 研究 GBM 的肿瘤异质性，找到了关键的促恶性基因模块，构建的风险评分模型能有效反映 GBM 的风险分层，还证实了 PSMC2 在 GBM 进展中的重要作用，为 GBM 的治疗提供了新的潜在靶点。不过，研究也存在一些局限性，比如缺乏实验验证，风险模型也没有在内部队列中进行验证。但这并不影响它为 GBM 的研究开辟新的方向，后续研究可以在这些不足的地方继续探索，有望为 GBM 患者带来更多的治疗希望，让我们一起期待未来能在攻克 GBM 的道路上取得更大的突破！
