甲硫氨酸代谢相关预后模型的构建及 BHMT 在肝细胞癌中的抑癌作用新发现

为探索肝细胞癌（HCC）新预后模型和生物标志物，研究人员构建甲硫氨酸代谢相关模型，发现 BHMT 的抑癌作用，意义重大。

　　肝细胞癌（Hepatocellular carcinoma，HCC）近年来在全球的发病率持续攀升，已然成为世界上第六大常见肿瘤，也是癌症致死的第三大主因。2022 年，原发性肝癌新发病例超 86 万，死亡人数超 75 万，其中 HCC 占比高达 80%。尽管高清成像技术和特定分子生物标志物有助于 HCC 的筛查，但由于其起病隐匿、进展迅速，且易转移复发，多数患者确诊时已处于疾病晚期。

早期发现并及时治疗 HCC，患者五年生存率可超 70%。近年来，随着对肿瘤微环境认识的加深和新兴治疗方法的发展，免疫疗法尤其是免疫检查点抑制剂在晚期 HCC 治疗中应用越来越广泛。然而，患者的治疗效果差异很大，这可能与个体肿瘤微环境的异质性有关。因此，开发更敏感、准确的预后模型，寻找能预测 HCC 免疫治疗效果的生物标志物迫在眉睫。

肿瘤代谢重编程是 HCC 的关键特征，其中甲硫氨酸代谢尤为特殊。癌细胞对甲硫氨酸存在依赖，即 Hoffman 效应，这表明甲硫氨酸代谢与肿瘤发展密切相关。Betaine-homocysteine S-methyltransferase（BHMT）作为甲硫氨酸代谢途径的关键酶，其表达变化与多种癌症预后相关，但在 HCC 中的作用机制尚不明确。

基于此，南昌大学的研究人员开展了相关研究，旨在构建与甲硫氨酸代谢相关的 HCC 预后模型，并深入探究 BHMT 在 HCC 中的作用。该研究成果发表在《Scientific Reports》上。

研究人员在开展研究时，运用了多种关键技术方法。首先，从多个数据库获取数据，包括 The Cancer Genome Atlas（TCGA）、Gene Expression Omnibus（GEO）和 International Cancer Genome Consortium（ICGC）等。通过这些数据库，收集了大量 HCC 患者的 mRNA 表达矩阵、临床数据及生存数据。接着，利用 R 语言中的多个包进行数据分析，如‘limma’包用于差异分析，‘survminer’包进行生存分析，‘CIBERSORT’包评估免疫浸润水平等。此外，还通过构建组织石蜡切片和免疫组化实验，验证相关蛋白的表达情况。

下面来看具体的研究结果：

1. 识别预后相关差异基因：对 TCGA-LIHC 数据集中的正常组织和 HCC 样本进行差异分析，发现 2745 个差异基因，其中甲硫氨酸和半胱氨酸代谢途径在 HCC 中显著下调。进一步筛选出 13 个与甲硫氨酸和半胱氨酸代谢相关的差异表达基因，作为构建预后模型的候选基因。
2. 建立预后模型：运用 30 种机器学习算法构建模型，经比较，‘RSF + SuperPC’算法构建的模型预后能力最佳。将临床信息（如肿瘤分期、HBV 感染状态）纳入分析，构建出临床联合预后模型，该模型通过列线图展示，具有良好的预后分层能力。
3. 模型预测 HCC 患者生存：在 TCGA-LIHC 和 GSE14520-GPL571 数据集上验证模型，发现原发性和联合模型均能有效区分患者预后，高风险患者总生存期（Overall survival，OS）明显更差。时间依赖的受试者工作特征曲线（ROC 曲线）分析显示，联合模型性能更优，且在各数据集上均优于仅基于临床因素的模型。
4. HCC 中 BHMT 表达降低：泛癌分析表明，BHMT 在多种癌症中表达异常，在 HCC 中显著低表达。在 TCGA-LIHC 数据集中，HCC 肿瘤样本和配对肿瘤组织中 BHMT 表达均低于正常样本，免疫组化实验也验证了这一结果。此外，男性 HCC 组织中 BHMT 表达高于女性。
5. 低 BHMT 表达与 HCC 发病和进展相关：BHMT 表达随 HCC 分期和分级升高而降低，生存分析显示，低表达 BHMT 的患者 OS 更差。免疫组化分析还发现，低 BHMT 蛋白表达与 HCC 发病年龄较小、孤立肿瘤数量增多以及 HCC 相关抗体 Glypican 3（GPC3）表达有关。
6. BHMT 减少塑造免疫抑制微环境：利用 TCGA-LIHC 数据库分析发现，低表达 BHMT 与浆细胞和 M1 巨噬细胞浸润减少、记忆 B 细胞浸润增加有关。BHMT 与基质细胞和免疫细胞浸润呈负相关，与趋化因子和趋化因子受体表达也呈负相关。低 BHMT 表达组免疫检查点表达升高，使用 HCC 抗 PD1 免疫治疗数据集分析表明，低 BHMT 表达患者免疫治疗效果更好，提示 BHMT 对指导抗 PD1 免疫治疗有重要意义。
7. BHMT 与脂肪酸代谢重编程相关：对 BHMT 高表达和低表达的 HCC 患者进行差异分析，发现 BHMT 参与多种脂质代谢过程，如脂肪酸代谢和类固醇代谢。基因富集分析（Gene Set Enrichment Analysis，GSEA）验证了这一结果。BHMT 与脂肪酸代谢关键酶 Enoyl-CoA Hydratase 和 3-Hydroxyacyl CoA Dehydrogenase（EHHADH）、Acyl-CoA Synthetase Long Chain Family Member 1（ACSL1）表达呈正相关，免疫组化显示 HCC 组织中 EHHADH 和 ACSL1 表达下调。
8. BHMT 与 PPAR 信号通路及细胞因子 - 细胞因子受体相互作用的关系：KEGG 分析和 GSEA 结果表明，BHMT 相关差异基因与 PPAR 信号通路呈正相关，与细胞因子 - 细胞因子受体相互作用呈负相关。PPAR 信号通路参与肿瘤生长抑制等过程，而细胞因子 - 细胞因子受体相互作用在肿瘤微环境重塑中起重要作用。

综合研究结论与讨论部分，此次研究成功构建了首个与甲硫氨酸代谢相关的 HCC 预后模型，该模型能有效预测患者预后，为 HCC 的临床治疗提供了新的参考依据。同时，研究发现 BHMT 在 HCC 中低表达，且与 HCC 预后、肿瘤微环境、脂肪酸代谢及多条信号通路密切相关。BHMT 有望成为 HCC 诊断、预后评估及免疫治疗的重要生物标志物，为深入理解 HCC 的发病机制和开发新的治疗策略提供了理论基础。但目前对于 BHMT 在 HCC 中的作用机制仍有许多未知之处，后续研究可进一步探索其具体的调控机制，以及与其他分子的相互作用关系，为 HCC 的精准治疗开辟新方向。