线粒体相关基因分析揭示低级别胶质瘤预后分型及耐药机制，为精准治疗开辟新径

《Discover Oncology》：Integrative analysis of mitochondrial-related gene profiling identifies prognostic clusters and drug resistance mechanisms in low-grade glioma

为解决当前胶质瘤预后评估技术有限的问题，研究人员开展了线粒体相关基因在低级别胶质瘤（LGG）中作用的研究。通过多组学数据分析，发现不同分子亚型的差异，确定了预后标志物和潜在治疗靶点。这为 LGG 的精准治疗提供了新方向。

　　在神经外科领域，脑胶质瘤一直是个 “硬骨头”。它是起源于神经胶质细胞的恶性肿瘤，在成人原发性脑肿瘤中占比约 30% - 40%，像个隐藏在大脑中的 “定时炸弹”，严重威胁人们的生命健康。随着年龄增长，其发病率逐渐升高，45 岁以上人群更为明显，男性患病几率比女性高，欧美等发达国家的患病率也相对较高。尽管目前已知遗传易感性、辐射暴露和免疫系统功能受损等是可能的风险因素，但胶质瘤的确切病因仍不明确。

对于低级别胶质瘤（Low-grade Glioma，LGG）患者而言，经过手术、放疗和化疗后，中位生存期为五到十年，相比多形性胶质母细胞瘤患者的一到两年已经有所延长，但预后情况依旧不容乐观。现有的胶质瘤预后模型主要依赖临床变量，预测能力有限，难以满足精准医疗的需求。

线粒体作为细胞的 “能量工厂”，在细胞能量代谢、氧化应激调节、钙稳态维持、信号转导和细胞凋亡等过程中都起着关键作用。近年来，越来越多的研究发现线粒体功能障碍与肿瘤的发生、发展密切相关。在胶质瘤中，线粒体功能异常更是突出，肿瘤细胞利用多种代谢方式获取能量，同时线粒体产生的活性氧（Reactive Oxygen Species，ROS）不仅会损伤 DNA，还会激活相关信号通路促进肿瘤生长，并且肿瘤细胞还能逃避线粒体介导的细胞凋亡。然而，线粒体相关基因在胶质瘤中的具体作用却并不清晰。

为了深入探究线粒体相关基因在低级别胶质瘤中的作用，河南省人民医院脑血管病医院等机构的研究人员开展了一系列研究。他们的研究成果发表在《Discover Oncology》上，为低级别胶质瘤的治疗带来了新的希望。

研究人员在本次研究中主要运用了以下几种关键技术方法：首先是多组学数据处理技术，从癌症基因组图谱（The Cancer Genome Atlas，TCGA）数据库获取 LGG 的 RNA 测序表达数据和临床信息，并将原始计数数据转换为每百万转录本（Transcripts Per Million，TPM），进行 log₂(x + 1) 转换；同时还选取了多个公开数据集，如中国胶质瘤基因组图谱（Chinese Glioma Genome Atlas，CGGA）等进行验证。其次是共识聚类分析技术，利用 R 包 ConsensusClusterPlus 对患者进行分子亚型分类，通过多次迭代和样本子采样确定最佳聚类数。另外，还运用了突变景观分析、免疫浸润分析、基因富集分析等技术，全面探究线粒体相关基因与肿瘤各方面特征的关系。

3.1 基于线粒体相关基因的共识聚类

研究人员对 TCGA 数据集中线粒体相关基因的表达水平进行共识聚类分析，最终将患者分为三个不同的簇（Cluster A、B 和 C）。通过单样本基因集富集分析（single-sample Gene Set Enrichment Analysis，ssGSEA）计算线粒体相关通路的得分，发现簇 B 患者的生存情况最差。在多个独立验证数据集上进行同样的分析，结果都显示簇 B 患者预后较差，并且还发现簇 B 中存在一些高表达的基因，进一步证实了其独特的遗传表达特征和不良预后。

3.2 突变景观分析

对三个簇的突变数据进行深入分析，绘制瀑布图展示各簇中常见的突变基因和突变类型。通过对四个最常突变基因的差异分析，发现不同簇之间这些基因的突变频率存在显著差异。研究还分析了突变基因的共发生和相互排斥事件，构建了共突变热图，同时展示了各簇的拷贝数变异（Copy Number Variation，CNV）景观，为理解肿瘤的发生发展机制提供了重要线索。

3.3 免疫浸润分析

研究人员分析了八个免疫检查点基因在不同簇中的表达水平，发现簇 B 中这些基因的表达水平显著高于其他簇，表明其免疫抑制机制更为活跃。通过计算免疫评分、基质评分和 ESTIMATE 评分，发现簇 B 的免疫评分较高，但基质评分较低。进一步对各种免疫细胞类型进行分析，发现簇 B 中大多数免疫细胞类型的浸润程度更高，且该簇在免疫耗竭和免疫抑制相关通路中的得分较高，说明其免疫微环境具有较强的免疫逃逸能力。

3.4 线粒体相关预后标志物的鉴定

通过对 TCGA 和 CGGA 数据集进行基于表达的时间序列分析，研究人员发现簇 4（在两个数据集中均为高表达组）的基因表达模式与较差的预后相关。对两个数据集的簇 4 基因集进行交集分析，确定了一些在两个数据集中均上调的基因，这些基因可能是潜在的线粒体相关预后标志物。通过跨数据集验证，进一步证实了这些基因的表达和预后意义。基于这些基因计算 MITscore，将样本分为高 MIT 和低 MIT 组，发现高 MIT 组患者预后较差，并且差异表达基因与免疫反应、细胞增殖、代谢和凋亡等生物过程相关。

3.5 与肿瘤干性特征的比较

研究人员从 MSigDB 数据库中提取肿瘤干性相关的特征基因集，计算每个样本的干性得分。结果发现簇 B 和高 MIT 组的干性得分显著更高，表明线粒体功能与预后较差患者的干性特征呈正相关。通过对线粒体标志物和干性标志物的交集分析，发现簇 B 中这些交集基因的表达水平更高，说明线粒体相关标志物与干性标志物存在重叠，线粒体功能可能通过调节肿瘤细胞的干性影响肿瘤的侵袭性、治疗抗性和预后。

3.6 化疗药物敏感性和免疫治疗分析

研究人员计算了 MIT 标记物得分与化疗药物敏感性之间的相关性，发现一些药物的敏感性与 MIT 标记物得分显著相关。选取六种高 MIT 得分组更敏感的药物进行分析，发现高 MIT 组患者对这些药物的半最大抑制浓度（IC₅₀）值显著更低，表明他们对这些化疗药物更敏感。在免疫治疗方面，通过对 IMvigor210 和 GSE78220 免疫治疗队列的分析，发现高 MIT 得分患者在免疫治疗后的生存期显著更长，且高 MIT 得分组的肿瘤新抗原负荷（Tumor Neoantigen Burden，TNB）值更高，说明他们可能具有更强的免疫原性，对免疫治疗的反应更好。

3.7 利用 SRGA 鉴定新的 MIT 标记物

利用单区域基因关联（Single-Region Gene Association，SRGA）分析包，研究人员对 MIT 标记物与其他基因标记物进行相关性分析，确定了一些与 MIT 标记物高度相关的基因，如 KDR、LRRK2、SQSTM1、MMP9 和 ARMCX2 等。构建网络图谱展示这些基因与 MIT 标记物之间的相互关系，发现它们可能通过共同的生物学途径调节肿瘤的生物学行为。综合评估这些基因的生物学意义和临床相关性，确定它们为潜在的新 MIT 标记物，有望用于临床肿瘤的诊断和治疗监测。

在讨论部分，研究人员指出当前胶质瘤的治疗面临诸多挑战，虽然手术、放疗、化疗、靶向治疗和免疫治疗等多种方法都在应用，但总体预后仍然不佳，尤其是高级别胶质瘤。分子生物标志物为胶质瘤的诊断和预后评估带来了新的希望，但目前的生物标志物在不同患者中的有效性存在差异，检测方法也存在成本高、应用不广泛等问题。而本次研究基于线粒体相关基因的分析，不仅发现了不同的患者亚组，还确定了与预后、肿瘤干性、药物敏感性和免疫反应相关的关键因素，为理解低级别胶质瘤的发病机制提供了新的视角，为开发更有效的治疗策略奠定了基础。

研究人员也意识到本次研究存在一定的局限性。例如，虽然在多个独立数据集上进行了分析，但研究结果在更广泛人群或非癌组织中的普遍性可能存在限制；所使用的公开数据集可能存在样本收集、数据处理等方面的偏差，影响分析结果；并且研究主要基于生物信息学分析，缺乏体外和体内实验的直接验证，无法完全确定所发现的线粒体相关标记物的生物学相关性。

尽管如此，这项研究仍然具有重要意义。它揭示了线粒体相关基因在低级别胶质瘤预后中的关键作用，为精准肿瘤学提供了新的思路和潜在的治疗靶点。未来，随着研究的深入和技术的发展，有望进一步验证这些发现，并将其转化为临床实践，为低级别胶质瘤患者带来更好的治疗效果和生存希望。