编辑推荐：
神经母细胞瘤（NB）预后和治疗分层困难。研究人员通过孟德尔随机化（MR）和转录组分析，鉴定出 4 个新生物标志物（CAV2、CTSK、LXN、NDRG2）并构建预后模型。该模型可预测预后、指导治疗，为 NB 诊疗带来新希望。
在儿童癌症的世界里，神经母细胞瘤（Neuroblastoma，NB）是一个令人头疼的 “大反派”。它作为儿童最常见的颅外恶性肿瘤，严重威胁着孩子们的健康，在大约 15% 的儿童癌症死亡病例中都能看到它的身影。这个 “反派” 非常狡猾，有着极高的临床异质性，同样是神经母细胞瘤患者，他们的病情发展和预后情况却大不相同 。
目前，医生们在应对神经母细胞瘤时面临着诸多挑战。虽然现有的多学科治疗方法，像手术、化疗、放疗和免疫治疗等都在不断发展，但准确预测患者的治疗结果仍然困难重重，也难以有效地对治疗方案进行分层。传统的预后标志物，比如 MYCN 扩增和诊断时的年龄，虽然能提供一些帮助，但面对神经母细胞瘤复杂的病情，这些信息远远不够。一些新提出的生物标志物，如非编码 RNA（例如 miR - 34a、LINC01296）和细胞表面蛋白（如 GD2），虽然看起来有潜力，但由于研究结果的可变性以及缺乏进一步验证，它们在临床上的应用也受到了限制。因此，寻找更有效的生物标志物和构建更精准的预后模型迫在眉睫。
为了攻克这些难题，郑州大学第一附属医院的研究人员勇挑重担，开展了一项极具意义的研究。他们利用孟德尔随机化（Mendelian randomization，MR）和转录组分析技术，在神经母细胞瘤的研究领域展开了深入探索。最终，他们取得了令人瞩目的成果，不仅鉴定出了 4 个与神经母细胞瘤密切相关的新生物标志物：小窝蛋白 - 2（Caveolin - 2，CAV2）、组织蛋白酶 K（Cathepsin K，CTSK）、晚素（Latexin，LXN）和 N - myc 下游调节基因 2（N - myc downstream - regulated gene 2，NDRG2），还成功构建了一个基于这 4 个基因的预后模型。这一模型就像是一个 “智慧大脑”，能够有效地预测患者的生存结果，为医生制定个性化的治疗方案提供有力支持，在神经母细胞瘤的诊疗中具有巨大的临床应用潜力。该研究成果发表在《Discover Oncology》上，为全球神经母细胞瘤的研究和治疗带来了新的曙光。
研究人员为开展这项研究，运用了多种关键技术方法。首先，从 NCBI 基因表达综合数据库（GEO）收集了多个神经母细胞瘤相关的转录组数据和临床信息，包括 GSE66586、GSE78061 等数据集 。然后，使用 R 语言中的 “limma” 包进行差异表达基因（Differentially expressed genes，DEGs）分析，筛选出在正常细胞和神经母细胞瘤细胞中表达有显著差异的基因。同时，从 GWAS Catalog 网站下载表达数量性状基因座（Expression quantitative trait loci，eQTL）数据，利用 “TwoSampleMR” R 包进行孟德尔随机化分析，以确定基因与疾病之间的因果关系。最后，基于筛选出的基因，运用 LASSO 回归构建预后模型，并通过多种算法评估模型的准确性和有效性。
下面来详细看看研究结果：
- 数据预处理和差异表达基因的鉴定：研究人员从 GEO 数据库获取了 2 个神经母细胞瘤微阵列数据集，包含 6 个正常样本和 33 个神经母细胞瘤样本。经过数据校正、合并以及主成分分析（Principal component analysis，PCA）消除批次效应后，进行差异分析，共得到 834 个差异表达基因，其中 485 个下调，349 个上调。
- MR 分析：筛选出 26,152 个与基因表达强相关的单核苷酸多态性（Single Nucleotide Polymorphism，SNP）作为工具变量，进行 MR 分析后得到 34 个与神经母细胞瘤相关的基因。进一步通过与差异表达基因交叉分析，确定了 4 个共表达基因（CAV2、CTSK、LXN、NDRG2）。这些基因与神经母细胞瘤存在显著关联，且除 LXN 外，其余 3 个基因与神经母细胞瘤呈负相关。
- GO 和 KEGG 富集分析：对 4 个共表达基因进行基因本体（Gene Ontology，GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）富集分析，发现这些基因主要富集在对肽激素的反应、细胞外基质组织、细菌侵袭上皮细胞、类风湿关节炎等多种生物学功能和通路中。
- GSEA 富集分析：对 CAV2 和 CTSK 基因进行基因集富集分析（Gene Set Enrichment Analysis，GSEA），发现 CAV2 高表达组和低表达组、CTSK 高表达组和低表达组分别在不同的生物学功能和通路中呈现活跃状态，这进一步揭示了这些基因在神经母细胞瘤发生发展中的作用机制。
- 预后模型的构建：基于 4 个共表达基因，利用 LASSO 回归构建神经母细胞瘤预后模型。通过计算风险评分，将患者分为高风险和低风险组。生存分析表明，高风险组预后较差，低风险组预后较好。该模型的准确性通过受试者工作特征曲线（Receiver operating characteristic，ROC）、列线图（Nomogram）和校准曲线等多种方法进行评估，结果显示模型具有较高的准确性。
- 临床特征预测高风险和低风险组的预后：根据构建的预后模型，结合患者的年龄、性别、国际神经母细胞瘤风险组（International Neuroblastoma Risk Group，INRG）风险组、国际神经母细胞瘤分期系统（International Neuroblastoma Staging System，INSS）分期和 MYCN 状态等临床信息进行分析，发现该模型能够有效预测不同临床特征的神经母细胞瘤患者的生存结果。
- 高风险和低风险组免疫浸润的差异：研究发现低风险组的基质评分、免疫评分和 ESTIMATE 评分更高，且风险评分与基质评分、免疫评分呈显著负相关，这表明低风险组的免疫浸润更高。进一步分析发现，低风险组的抗肿瘤免疫细胞浸润水平高于高风险组，且两组在免疫检查点相关基因的表达上存在差异。GSEA 富集分析显示，高风险组和低风险组分别在不同的通路中富集，这进一步解释了两组预后差异的原因。
- 免疫治疗和化疗药物敏感性的预测：比较高风险组和低风险组的肿瘤炎症特征（Tumor Inflammation Signature，TIS）得分，发现低风险组 TIS 得分更高，对免疫治疗的反应更好。同时，高风险患者对常用化疗药物的敏感性低于低风险患者，且 CAV2 与多种化疗药物呈正相关。这表明该预后模型在预测神经母细胞瘤患者对免疫治疗和化疗药物的敏感性方面具有重要价值。
在讨论部分，研究人员指出，通过整合 MR 和 eQTL 分析，成功鉴定出的 4 个共表达基因在神经母细胞瘤的发病机制中起着关键作用，并且与多种生物学过程和通路密切相关。构建的预后模型比现有的风险分层方法，如 INRG 风险分组和 MYCN 扩增状态，能够提供更详细的信息。不过，该研究也存在一定的局限性，例如 MR 和 eQTL 方法依赖的 SNP 数据来源存在异质性，样本量较小，且在推断基因表达的因果关系时可能受到未观察到的混杂因素影响。未来的研究可以进一步扩大样本量，纳入更多的患者群体，并进行功能验证，以更好地明确这些基因在神经母细胞瘤进展中的作用。
总的来说，这项研究为神经母细胞瘤的分子机制研究提供了新的视角，鉴定出的 4 个新生物标志物和构建的预后模型具有重要的临床意义，有望成为预测神经母细胞瘤患者预后和指导个性化治疗的有效工具，为提高神经母细胞瘤患者的治疗效果带来新的希望。
