肺腺癌中与放射抗性相关的端粒基因在预后和免疫浸润中的影响

肺腺癌（Lung Adenocarcinoma, LUAD）是非小细胞肺癌（NSCLC）的一种常见亚型，具有较高的发病率和死亡率。尽管近年来在早期检测和治疗方面取得了显著进展，LUAD患者的总体生存率仍不尽如人意。这种局面促使研究者不断探索新的生物标志物和治疗靶点。本文发表于《Cancer Cell International》杂志，由上海肺科医院和同济大学医学院的研究团队完成，旨在揭示与放射抗性相关的端粒基因（Radioresistant-related Telomere Genes, RRTGs）在LUAD预后和免疫浸润中的作用。

研究背景

端粒（Telomeres）是位于染色体末端的重复DNA序列，对染色体的稳定性具有重要作用。端粒长度的维持对细胞存活至关重要，其紊乱与多种人类疾病，特别是癌症密切相关。在肺癌治疗中，放疗是主要手段之一，其通过引发癌细胞DNA损伤，阻止细胞分裂并诱导凋亡。然而，放疗抗性（Radioresistance）常常削弱治疗效果，对临床治疗提出了巨大挑战。

近年来，研究发现端粒动态变化和端粒酶活性可能影响癌细胞对放疗的反应。此外，免疫细胞在肿瘤微环境（Tumor Microenvironment, TME）中的存在对于癌症的发生发展和治疗效果起着关键作用。因此，揭示与放疗相关的端粒基因如何影响免疫浸润和LUAD预后，不仅有助于深化对肺腺癌发病机制的理解，也为新型治疗策略的开发提供了可能。

研究方法

本研究采用综合生物信息学方法，结合自测数据和公共数据库（包括TCGA和GEO数据集），系统分析了RRTGs的遗传和转录差异、预测意义以及表达特征。研究流程包括以下几个主要步骤：

数据获取与处理

• 从TCGA-LUAD和GEO（GSE72094）数据集中提取RNA表达数据，使用“combat”算法校正批量效应。
• 从端粒相关基因数据库TelNet获取端粒相关基因，并与差异表达基因相交，筛选出44个与放射抗性和端粒相关的差异基因。

模型构建与验证

• 通过单变量Cox回归分析筛选出具有显著预后意义的基因，随后采用Lasso回归和多变量Cox回归分析，确定ARRB1、PLK1和DSG2这三个关键基因作为预测模型的核心。
• 利用TCGA数据集将患者随机分为训练组和测试组，基于三基因模型构建RRTGs风险评分，并通过Kaplan-Meier生存分析和ROC曲线评估模型的预测能力。
• 构建结合患者临床特征（如年龄、性别、肿瘤分期）的列线图（Nomogram），提供个性化生存预测。

实验验证

• 使用Western Blot、qRT-PCR和免疫组织化学技术检测ARRB1、PLK1和DSG2在肺癌细胞系（A549和A549/X）和肿瘤组织中的表达差异。

生物学功能与通路分析

• 使用GO和KEGG富集分析，探讨44个RRTGs在细胞分裂、染色体组织和DNA修复等关键生物学过程中的作用。
• 使用GSEA分析高低风险组之间的分子机制差异。

免疫浸润与治疗响应评估

• 使用ESTIMATE和CIBERSORT算法，分析免疫浸润状态及其与RRTGs风险评分的相关性。
• 评估RRTGs评分与肿瘤突变负荷（TMB）、免疫检查点基因（ICGs）及肿瘤干细胞指数（CSC）之间的关系。
• 基于TIDE算法预测患者对免疫治疗的响应，并分析药物敏感性。

研究结果

端粒基因的遗传和转录差异

研究筛选出44个差异表达的RRTGs，其中CENPF、MKI67和DSG2等基因的突变频率较高，PIAS3具有最高的扩增频率，而GAMT和FANCA在拷贝数变异（CNVs）中呈现显著丢失。

风险模型的预测能力

通过ARRB1、PLK1和DSG2构建的RRTGs风险评分可以有效区分高风险和低风险患者。Kaplan-Meier分析表明，高风险组患者的总生存率显著低于低风险组。此外，结合临床特征的列线图展示了良好的预测能力和准确性。

免疫微环境的差异

高风险组表现出较低的免疫和基质评分，提示RRTGs可能通过调控TME影响肿瘤进展。免疫检查点基因（如PDCD1、CD274）和HLA相关基因的表达也在高低风险组之间存在显著差异。

实验验证结果

实验表明，ARRB1和PLK1在放射抗性非小细胞肺癌组织中高表达，而DSG2的表达差异不显著。这与模型预测一致，进一步验证了ARRB1和PLK1作为潜在生物标志物的意义。

机制探索

GSEA分析显示，高风险组富集于与免疫相关的过程（如抗原处理、MHC II复合物）及代谢通路，而低风险组则富集于与细胞周期和基因组稳定性相关的通路（如DNA复制、p53信号通路）。

研究意义

本研究揭示了RRTGs在LUAD预后和免疫浸润中的关键作用，并构建了基于ARRB1、PLK1和DSG2的风险预测模型。研究结果为肺腺癌患者的个性化治疗和预后评估提供了新的工具，也为开发靶向端粒基因的治疗策略提供了理论依据。

尽管研究存在一些局限性，如数据来源的异质性和回顾性分析的限制，但通过结合大规模数据分析和实验验证，研究团队在LUAD领域取得了重要进展。未来，基于更大规模的独立队列验证这些发现，将进一步推动肺腺癌的精准医学发展。