胃癌（GC）是一种具有显著病理异质性的疾病，是全球第五大常见恶性肿瘤和第四大致死癌症。尽管在组织学分类和临床因子如TNM分期上有所进展，但缺乏明确的临床指征，大多数患者在晚期才确诊，因此预后较差。代谢重编程是癌症的一个关键特征，其中脂质代谢的调控，特别是脂吞噬（Lipophagy），作为一种重要的替代能量来源，被认为是GC进展的关键驱动因素。然而，脂吞噬相关基因（LRGs）在GC中的具体作用尚不明确。本研究旨在开发和验证一个脂吞噬相关的预后预测模型，以提高胃癌患者的预后预测能力。【肿瘤资讯】特整理研究内容，以飨读者。
研究背景
尽管脂吞噬作为一种重要的细胞代谢过程，通过调控脂质代谢为肿瘤细胞提供能量和脂质组分，已被证实与GC的进展、转移以及不良预后密切相关，但传统的批量转录组分析将整个肿瘤组织视为同质的整体，这种分析方法难以捕捉到肿瘤内部细胞群体的高度异质性，特别是肿瘤微环境（TME）中不同细胞类型（如成纤维细胞、免疫细胞）在脂吞噬相关基因（LRGs）表达状态上的显著差异。这种对LRGs复杂调控和细胞类型特异性作用机制的认知不足，直接限制了我们理解代谢重塑在GC进展中的作用，也成为了开发基于LRGs的靶向精准诊断和预后工具的重大挑战。
近年来，以单细胞测序（scRNA-seq）和空间转录组测序为代表的高分辨率组学技术得到了广泛应用，极大地革新了癌症异质性研究。这些技术使得研究者能够以前所未有的分辨率，在单细胞层面，精准描绘肿瘤细胞及微环境细胞（如成纤维细胞和免疫细胞）的代谢特征，并解析细胞间的通讯网络。利用多组学数据（如批量转录组、MR分析、单细胞测序）进行整合分析，已成为系统性识别关键驱动因素、进行分子分型以及构建稳健预后模型的科学趋势。
本研究正是在弥补传统分析不足和利用高分辨组学优势的背景下展开。研究旨在通过整合TCGA-STAD批量转录组、GEO单细胞测序等数据，系统性地筛选出与GC预后具有因果关系的LRGs（如AKAP12，BST1，DCBLD1，PDK4，和SPART）。通过鉴定这些关键基因，揭示其在肿瘤细胞亚型（如成纤维细胞）中的差异表达模式及其与免疫微环境的关联，并构建基于LRGs特征的精准预后风险模型和列线图[1]。本研究的最终目标是为胃癌的分子分型、预后风险分层以及开发靶向脂吞噬代谢的个体化治疗策略提供新的生物标志物和理论基础。
研究方法
数据来源与预处理
本研究通过整合多来源、多层次的组学数据，系统性地探究GC中LRGs的预后价值。核心数据来源于TCGA-STAD，该数据集提供了批量转录组数据、临床数据和生存数据，并被用作训练集。此外，研究纳入了来自GEO数据库的GSE183904数据集作为scRNA-seq数据集，以及GSE15459数据集作为外部验证集。LRGs则从MSigDB中以“Lipophagy”为关键词进行检索获取。所有数据均经过必要的质量控制和标准化处理，以确保分析的可靠性。
基因筛选与模型构建
在基因筛选方面，本研究首先在TCGA-STAD训练集中，通过差异表达分析（DEA）筛选差异表达基因（DEGs），同时利用加权基因共表达网络分析（WGCNA）筛选出与LRGs评分高度相关的模块基因。随后，DEGs与模块基因的交集被确定为候选基因。研究进一步采用多组学整合策略，将候选基因作为暴露因素，GC作为结果，通过孟德尔随机化（MR）分析来鉴定与GC具有因果关系的关键基因。最后，对MR分析筛选出的关键基因进行单变量和多变量Cox回归分析，最终确定了五个核心预后基因：AKAP12，BST1，DCBLD1，PDK4，和SPART。基于这五个预后基因的表达和系数，研究构建了风险评分（riskScore）模型，并进一步整合了风险评分和重要的临床特征（年龄、性别、肿瘤分期），构建了用于预测1年、3年和5年生存率的列线图（Nomogram）。
预后模型构建与评估
模型的性能和稳健性通过多层次的数据在训练集和验证集上进行了严格评估。在预后评估方面，研究通过Kaplan-Meier生存曲线分析比较了高/低风险组的生存差异（P<0.05），并通过受试者工作特征曲线（ROC）和曲线下面积（AUC）来量化模型的预测精度和通用性。在功能和免疫分析方面，研究利用基因集富集分析（GSEA）和单样本GSEA（ssGSEA）探究了高/低风险组在生物学通路（如Focal adhesion、Calcium signaling pathways）和免疫细胞浸润丰度上的差异，同时计算TIDE评分以评估高/低风险组对免疫治疗的潜在反应性。此外，研究对GSE183904单细胞数据进行了质量控制、聚类和细胞类型注释，揭示了预后基因在不同细胞集群（特别是成纤维细胞）中的差异表达，并利用Monocle包进行了拟时序分析，揭示了基因表达的细胞类型特异性动态模式。
核心发现验证
为了对核心发现进行初步验证，研究收集了来自新疆医科大学附属肿瘤医院的10对GC组织及其配对癌旁组织样本。随后，通过逆转录定量聚合酶链反应（RT-qPCR）实验，对五个预后基因——AKAP12、BST1、DCBLD1、PDK4和SPART的表达差异进行了测定和验证。RT-qPCR结果与生物信息学分析结果基本一致，为后续研究提供了有价值的参考。
研究结果
LRGs在GC中差异表达且与预后不良相关
研究首先通过多组学分析揭示了LRGs在GC中的表达特征及其与预后的关联。在批量转录组层面，对TCGA-STAD数据集的分析识别出5,235个DEGs，其中2,683个上调，2,552个下调。通过计算LRG得分并将患者分为高低两组后，生存曲线显示高LRG评分组的患者预后显著劣于低LRG评分组（P=0.0077），提示脂吞噬特征与GC的预后不良相关。进一步的功能富集分析显示，LRGs相关的候选基因富集于肌肉系统过程、心肌收缩等GO功能，以及钙信号通路、cAMP信号通路等KEGG通路。这些结果共同提示LRGs及其相关通路是肿瘤代谢的一个关键特征，并在胃癌的发生发展中发挥重要作用。
五个核心预后基因具有因果关系且表达具有细胞特异性
通过系统的基因筛选流程，研究最终鉴定了五个核心预后基因：AKAP12、BST1、DCBLD1、PDK4和SPART。首先，MR分析证实这五个基因与GC存在因果关系，并且它们的OR值均小于1（P<0.05），表明它们是GC的潜在保护因素。随后，多变量Cox回归分析进一步确认了这五个基因作为预后基因的地位。在单细胞层面，通过对GSE183904数据集的分析，细胞被清晰区分成14种不同的细胞类型。结果显示，所有五个预后基因在GC与正常样本的成纤维细胞中均表现出显著的差异表达。此外，定位分析显示这五个基因主要表达于肝脏、脂肪细胞、树突状细胞和心脏等组织器官中。这些结果提示这五个基因通过细胞类型特异性的方式参与GC的病理过程。
风险模型具有预测能力并揭示免疫逃逸特征
研究构建了一个基于五个预后基因的风险评分模型：
riskScore=0.1682*AKAP12+0.2697*BST1+0.1258*PDK4+0.3581*DCBLD1+(-0.2234)*SPART。该模型在TCGA-STAD训练集（AUC 5年=0.71）和GSE15459外部验证集（AUC 5年=0.69）中均表现出初步的预后区分能力。整合风险评分和临床特征（年龄、性别、肿瘤分期）构建的列线图也显示出较高的预测准确性。免疫学分析显示，高风险评分组具有显著更高的TIDE评分，提示高风险患者有更高的免疫逃逸可能性。同时，高风险组在24种免疫细胞的浸润比例上与低风险组存在显著差异，例如肥大细胞、单核细胞和巨噬细胞。此外，AKAP12、BST1、DCBLD1和PDK4与大多数免疫细胞呈正相关。这些结果共同提示了该风险模型在风险分层和揭示免疫微环境特征方面的潜力。
关键基因表达在临床样本中获得验证
作为模型中的核心基因，本研究通过逆转录定量聚合酶链反应（RT-qPCR）对五个预后基因在临床样本中的表达差异进行了初步验证。RT-qPCR实验使用了10对GC组织及其配对癌旁组织样本，结果显示AKAP12（P=0.003）、BST1（P=0.007）和DCBLD1（P=0.001）在GC样本中的表达水平均显著上调。而PDK4和SPART的表达差异未达到统计学显著性。这些初步的临床实验结果证实了AKAP12、BST1和DCBLD1在胃癌组织中的高表达，与模型构建和生物信息学分析结果（Cox回归中BST1和DCBLD1的HR>1）具有一致性，进一步支持了这些基因作为GC潜在生物标志物的作用。
结论
本研究利用多层次组学数据（批量转录组、孟德尔随机化和单细胞测序），系统地揭示了LRGs在GC中的表达特征、因果关系及其临床预后意义。研究成果成功鉴定了与GC预后具有因果关系的五个核心LRGs（AKAP12、BST1、DCBLD1、PDK4、和 SPART）。基于这些基因特征构建的风险评分模型，在训练集和独立验证集中均展现出初步的预后区分能力。该模型提示高风险患者可能具有更高的免疫逃逸风险，并且LRGs的表达与免疫细胞浸润水平密切相关。此外，单细胞分析揭示了这五个基因在肿瘤微环境中的关键细胞类型，特别是成纤维细胞中存在显著的差异表达。这些发现不仅为胃癌的诊断和预后评估提供了新的见解和风险分层工具，更为未来开发靶向脂吞噬代谢的个性化治疗策略奠定了理论基础。
[1] Wusiman L, Song D, Tulahong A, Abudukelimu A, Liu J, Wei X, He S, Zhang W. Development and validation of a prognostic prediction model for gastric cancer based on lipophagy-related genes. Transl Cancer Res 2025;14(10):6565-6587 . doi: 10.21037/tcr-2025-725.
审批编号：CN-174162 有效期：2027-4-12
声明：本材料由阿斯利康提供，仅供医疗卫生专业人士进行医学科学交流，不用于推广目的。
排版编辑：肿瘤资讯-htt
苏公网安备32059002004080号
