基于迁移体相关长链非编码 RNA 特征预测结肠腺癌预后及治疗方案的研究

《Discover Oncology》：Comprehensive identification of a migrasomes-associated long non-coding RNA signature to predict the prognosis and treatment options in colon adenocarcinoma

为解决结肠腺癌（COAD）精确预后评估及指导治疗策略的问题，研究人员开展了迁移体相关长链非编码 RNA（lncRNA）在 COAD 中作用的研究。结果构建了含 9 个 lncRNA 的风险模型，可预测患者预后及化疗敏感性，有助于制定个性化治疗方案。

　　在癌症的世界里，结肠腺癌（Colon adenocarcinoma，COAD）是全球范围内常见的恶性肿瘤，严重威胁着人类健康。目前，美国癌症联合委员会（AJCC）的 TNM 分期系统虽在指导治疗和预测预后方面发挥着重要作用，但由于 COAD 具有异质性和动态性，即使处于同一 TNM 分期的患者，生存结局也存在显著差异，这使得精准的预后评估和个性化治疗策略的制定变得至关重要。

与此同时，迁移体作为近年来新发现的细胞亚结构，在细胞迁移、细胞间通讯等过程中发挥着重要作用，其与肿瘤微环境（Tumor microenvironment，TME）的相互作用也引起了科学家们的关注。长链非编码 RNA（Long non - coding RNAs，lncRNAs）是一类长度超过 200 个核苷酸且不具备蛋白质编码能力的 RNA 分子，在肿瘤的发生发展中扮演着关键角色。然而，迁移体相关 lncRNAs 在 COAD 中的预后价值、对肿瘤免疫微环境（Tumor immune microenvironment，TIME）的影响以及对化疗药物的反应等方面，仍存在许多未知。

为了深入探索这些未知领域，宁波大学附属李惠利医院的研究人员开展了一项具有重要意义的研究。他们通过对大量数据的分析，构建了一个与迁移体相关 lncRNA 的风险模型，该模型能够有效预测 COAD 患者的预后和对化疗药物的敏感性，为个性化治疗策略的制定提供了有力支持。这项研究成果发表在《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。他们从癌症基因组图谱（The Cancer Genome Atlas，TCGA）数据库获取 COAD 患者的 RNA 转录组数据、临床病理特征和基因突变注释信息。通过 R 语言中的多种工具，如 caret 包、ggplot2 包等进行数据分析，包括数据筛选、构建模型、模型验证等操作；还利用多种算法，像 ESTIMATE 算法、CIBERSORT 算法等开展免疫浸润分析、肿瘤突变负担（Tumor mutation burden，TMB）分析以及药物敏感性和免疫治疗反应预测等研究。

研究结果主要包含以下几个方面：

• 迁移体相关 lncRNAs 的鉴定及预后风险模型的构建：研究人员将 COAD 患者分为训练队列和验证队列，通过共表达分析，发现了 1608 个与迁移体相关基因显著共表达的 lncRNAs。经过单因素 Cox 回归分析（UniCox）和最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，Lasso）算法筛选，最终确定了 9 个关键的 lncRNAs（AC010463.3、AL590483.4、AP005264.1、ZEB1 - AS1、AC104088.1、PRKAR1B - AS2、AC009315.1、SUCLG2 - AS1 和 AC006111.2），并构建了预后风险模型。
• 模型评估与验证：根据中位风险评分将患者分为低风险和高风险组，结果显示高风险组患者的无进展生存期（Progression - free survival，PFS）和总生存期（Overall survival，OS）明显更差。该模型具有良好的区分预后能力，在训练队列中，1 年、3 年和 5 年生存率的受试者工作特征曲线下面积（Area under curves，AUC）分别为 0.783、0.749 和 0.713，且具有独立的预后能力。
• 迁移体相关 lncRNA 特征的预后影响：单因素和多因素分析证实，患者年龄、肿瘤分期以及迁移体相关 lncRNA 特征均为 COAD 的独立预后因素。该模型在预测生存概率方面表现出色，优于传统的预后指标，如肿瘤分期和人口统计学因素。研究人员还开发了一个综合 nomogram，校准曲线分析表明其预测的 OS 率与实际 OS 率具有高度一致性。
• 富集分析和免疫功能分析：基因本体（Gene Ontology，GO）分析发现，风险基因与表皮功能相关的生物过程和细胞成分显著相关；京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）分析表明，风险基因在 Hippo 信号通路和 Wnt 信号通路中显著富集。基因集富集分析（Gene set enrichment analysis，GSEA）显示，高风险组在细胞外基质重塑和免疫相关功能及通路中富集，低风险组则在核相关功能中富集。
• 免疫细胞浸润和体细胞突变：高风险组的间质、免疫和 ESTIMATE 评分更高，免疫细胞组成存在差异，且 TMB 更高，免疫逃逸倾向更强。在突变模式方面，低风险组中 APC 和 TP53 突变频率较高，高风险组中 TTN、KRAS 和 PIK3CA 等基因突变率相对增加。
• 治疗效果预测：风险组之间对化疗药物的敏感性存在显著差异，这表明风险分层模型具有预测治疗效果和制定个性化化疗方案的潜力。

在讨论部分，研究人员指出，尽管 COAD 的诊断和治疗取得了一定进展，但精准预后工具仍有待完善。本研究中构建的迁移体相关 lncRNA 风险模型为 COAD 患者的预后分层提供了新的视角，有助于指导临床决策和个性化治疗。然而，该研究也存在局限性，如需要进一步的实验研究来验证 lncRNAs 的分子机制，且外部验证数据来自同一队列，存在过拟合风险。

总的来说，这项研究成功开发了一个具有重要预后价值的 COAD 预测风险模型，能够有效预测患者的生存概率和对治疗的反应，为临床医生制定个性化治疗策略提供了有力的依据，在 COAD 的治疗和管理方面具有重要的指导意义。