Identification of CCNB1 as a biomarker for cellular senescence in hepatocellular carcinoma: a bioinformatics and experimental validation study

《Discover Oncology》：Identification of CCNB1 as a biomarker for cellular senescence in hepatocellular carcinoma: a bioinformatics and experimental validation study

为探寻肝细胞癌（HCC）可靠诊断标志物和治疗靶点，安徽医科大学研究人员经生物信息分析和实验，发现 CCNB1 或为 HCC 生物标志物。

　　

肝细胞癌研究新突破：CCNB1 或成关键生物标志物

在癌症的 “舞台” 上，肝细胞癌（Hepatocellular Carcinoma，HCC）可谓是一个极具威胁的 “反派角色”。它悄无声息地在肝脏中 “扎根”，早期常常没有明显症状，等到被发现时，往往已经到了病情严重的阶段，而且手术后还特别容易出现转移和复发的情况。目前，针对 HCC 的治疗就像在迷雾中摸索，缺乏可靠的诊断标志物和精准的治疗靶点，这使得医生们在对抗 HCC 时常常感到力不从心，患者的死亡率也居高不下。因此，找到能够早期发现 HCC 的 “侦察兵” 和精准打击癌细胞的 “武器”，成为了医学领域亟待解决的难题。

为了攻克这一难题，安徽医科大学的研究人员挺身而出，开展了一项意义重大的研究。他们巧妙地运用生物信息学分析和体外实验相结合的方法，深入探究细胞衰老对 HCC 的影响，试图找到隐藏在其中的关键生物标志物。经过一系列严谨的研究，他们发现了 CCNB1 这个 “潜力股”，它极有可能在 HCC 的发生、发展过程中发挥着至关重要的作用，有望成为 HCC 诊断和治疗的新靶点。这一发现就像在黑暗中点亮了一盏明灯，为 HCC 的研究和治疗开辟了新的方向。该研究成果发表在《Discover Oncology》杂志上。

在研究过程中，研究人员运用了多种关键技术方法。首先，他们从公共数据库（如 Gene Expression Omnibus，GEO）中收集了与 HCC 相关的基因表达数据集，并利用 R 语言的相关包对这些数据进行整合和预处理，去除批次效应。接着，通过免疫细胞浸润分析，研究人员评估了不同免疫细胞在 HCC 组织中的分布情况。同时，运用加权基因共表达网络分析（Weighted gene co-expression network analysis，WGCNA）确定了与 HCC 密切相关的基因模块。此外，还进行了基因集富集分析（Gene Set Enrichment Analysis，GSEA），以探究 CCNB1 相关的生物学过程和信号通路。最后，通过细胞培养、转染、实时荧光定量 PCR（Real-time fluorescence quantitative PCR，RT-qPCR）、Edu 实验、衰老相关 β - 半乳糖苷酶染色（Senescence associated β -gal staining，SA-β -gal staining）和蛋白质免疫印迹（Western blot，WB）等体外实验，对生物信息学分析的结果进行验证。

研究结果如下：

1. 数据预处理：成功去除 GSE14520、GSE45267 和 GSE64041 数据集的批次效应，使样本分布更具一致性，为后续分析奠定基础。
2. 免疫细胞浸润分析：发现单核细胞、CD8⁺ T 细胞、M2 巨噬细胞等是 HCC 组织中主要浸润的免疫细胞。同时，激活的 CD4 记忆 T 细胞与 γδ T 细胞、M1 巨噬细胞等呈正相关，而单核细胞与 M0 巨噬细胞、中性粒细胞呈负相关。与正常组织相比，HCC 组织中幼稚 B 细胞、CD8⁺ T 细胞等浸润增加，单核细胞、浆细胞等浸润减少。
3. 差异表达基因（Differentially Expressed Genes，DEGs）鉴定：共鉴定出 286 个 DEGs，其中 93 个上调，193 个下调。
4. WGCNA：构建了 scale-free 共表达网络，确定了与 HCC 正相关的蓝色模块和灰色模块，以及负相关的棕色模块。从蓝色模块中筛选出 32 个高度相关的差异表达基因（Highly related Differentially Expressed Genes，HDEGs）。
5. AgHDEGs 的筛选与分析：通过 HDEGs 与衰老相关基因（Ageing-related Genes，AGs）的交集，得到 8 个衰老高度相关差异表达基因（Ageing-highly related Differentially Expressed Genes，AgHDEGs），包括 KPNA2、CCT3、CCNB1 等。功能富集分析表明，AgHDEGs 主要参与细胞衰老、DNA 复制、P53 信号通路等过程。通过蛋白质 - 蛋白质相互作用（Protein-Protein Interaction，PPI）网络分析，确定 CCNB1 为核心 AgHDEGs。
6. CCNB1 的临床相关性分析：与正常组织相比，HCC 组织中 CCNB1 表达显著升高。ROC 曲线分析显示，CCNB1 诊断 HCC 的 AUC 值为 0.980，具有良好的诊断效能。此外，高表达 CCNB1 与患者生存率降低、肿瘤分期进展相关。
7. CCNB1 与免疫细胞的相关性：CCNB1 与 M0 巨噬细胞等免疫细胞存在显著相关性，其中 M0 巨噬细胞与 CCNB1 的相关性尤为突出（r = 0.51，p = 1.94×10^-47），提示其可能影响 HCC 的进展。
8. CCNB1 的 GSEA：CCNB1 参与调节细胞周期、DNA 合成与修复、蛋白质分解代谢等生物学过程，以及 DNA 复制、泛素介导的蛋白水解等信号通路，表明其在细胞周期调控和 HCC 发病机制中具有重要作用。
9. 抑制 CCNB1 对 HepG2 细胞的影响：实验表明，抑制 CCNB1 可显著降低 HepG2 细胞增殖，促进细胞衰老。细胞衰老抑制剂雷帕霉素（Rapamycin，RAPA）可部分逆转这一作用，证实抑制 CCNB1 通过促进细胞衰老来抑制 HepG2 细胞增殖。
10. CCNB1 的分子对接分析：通过分子对接，发现紫杉醇（paclitaxel）、G2M、MgATP 和 MgADP 与 CCNB1 具有良好的结合亲和力，提示它们可能作为靶向 CCNB1 的潜在药物，为 HCC 治疗提供新的思路。

研究结论和讨论部分指出，诱导细胞衰老有望成为抑制癌细胞生长的有效策略。研究人员发现的 8 个 AgHDEGs，尤其是 CCNB1，在细胞衰老、细胞周期调控等过程中发挥重要作用。CCNB1 不仅在 HCC 组织中高表达，具有良好的诊断价值，还与免疫细胞浸润相关，影响 HCC 的进展。分子对接结果也为开发针对 CCNB1 的靶向治疗药物提供了理论依据。然而，该研究也存在一定局限性，如仅使用了单一细胞系，后续需要结合更多细胞系进行验证，同时还需通过体内实验和临床样本进一步验证研究结果。尽管如此，这项研究从细胞衰老的角度为 HCC 的治疗策略提供了新的见解，为未来 HCC 的诊断和治疗研究指明了方向，具有重要的理论和实践意义。