聚焦色氨酸代谢热点，结合百种机器学习+单细胞+Scissor +免疫治疗+表达验证，一篇2区文章就到手了！

1. 文章信息提取1

发表杂志名称（英文名）：Biology Direct

影响因子：5.7

online 时间：2024 年 12 月 21 日

2. 研究概述

精准肿瘤学在临床实践中面临挑战，色氨酸代谢失调在肿瘤进展中起重要作用，但在透明细胞肾细胞癌（ccRCC）中的作用尚不清楚。本研究利用单细胞 RNA 测序数据等探究色氨酸代谢对肿瘤细胞的影响，通过加权基因共表达网络分析等方法确定相关基因，构建色氨酸代谢相关特征（TMRS）。TMRS 在多个数据集中对患者总生存期（OS）和无进展生存期（PFS）有强大预测能力，高 TMRS 风险评分与肿瘤恶性程度增加、代谢重编程、免疫微环境异常、基因组不稳定、免疫治疗耐药及对某些靶向治疗敏感相关。经实验验证相关基因差异表达，其中 DDAH1 表达降低与肿瘤细胞增殖和转移增强有关。本研究为 ccRCC 患者预后、肿瘤生物学状态评估和个性化治疗提供参考。

3. 研究结果1

流程图

图 2：色氨酸代谢相关基因的鉴定：

通过对单细胞测序数据（GSE156632）分析，计算 “KEGG 色氨酸代谢” 富集分数，发现不同上皮细胞中色氨酸代谢分数存在显著差异，从正常近端小管细胞到过渡细胞再到恶性细胞，分数逐渐下降，且假时间分析显示分数随假时间增加而降低，表明色氨酸代谢异常参与 ccRCC 发病机制（图 2A、2B）。在单细胞水平，对近端小管细胞进行高维加权相关网络分析（hdWGCNA），确定了与色氨酸代谢富集分数相关性最强的绿松石模块，其中 635 个基因（GS 和 MM 均在前 50%）为潜在 hub 基因；在批量 RNA 水平，对 TCGA - KIRC 数据进行加权相关网络分析（WGCNA），确定紫色模块中 207 个基因（GS 和 MM 均在前 50%）为潜在 hub 基因。最终，142 个重叠基因被确定为色氨酸代谢相关基因（TMRgenes）。GO 富集分析表明这些基因主要参与代谢过程，单变量 Cox 回归分析显示其中 35 个基因与患者预后显著相关（图 2C - 2G）。本图结果表明色氨酸代谢在 ccRCC 肿瘤细胞中存在异常改变，并确定了与色氨酸代谢相关的基因及具有预后价值的基因。

图 3：色氨酸代谢相关特征（TMRS）的开发与验证：

利用 10 种机器学习算法的 246 种组合在 TCGA 训练集中进行基因筛选和预后模型开发，以 Harrell 一致性指数（C - index）评估模型性能，发现反向逐步 Cox 回归和广义增强回归建模（GBM）的组合在三个验证数据集中平均 C - index 最高（0.758），从而确定了 TMRS 的最终模型，其中包含 11 个基因（AGMAT、BBOX1、DDAH1 等）（图 3A）。分析这 11 个基因的相对重要性和部分依赖图，有助于了解每个基因在模型中的贡献和影响（图 3B、3C）。TMRS 风险评分与 “KEGG_色氨酸代谢” 特征的单样本基因集富集分析（ssGSEA）富集分数呈显著负相关，表明 TMRS 能准确反映 ccRCC 中色氨酸代谢状态（图 3D）。Kaplan - Meier 生存分析显示，高 TMRS 风险评分患者在所有数据集上总生存期（OS）显著更差，无进展生存期（PFS）也更差；ROC 曲线分析进一步证实了 TMRS 模型的预测准确性，在不同数据集上预测 1 - 5 年 OS 的 AUC 值较高（图 3E、3F）。本图结果表明成功构建并验证了具有良好预测性能的 TMRS 模型，可用于评估 ccRCC 患者预后。

图 4：TMRS 与临床特征的关联及色氨酸代谢相关列线图的开发：

在 TCGA、E - MTAB - 1980 和 CPTAC 数据集中，TMRS 风险评分与疾病分期和组织学分级显著相关，晚期患者和高分级患者的风险评分更高（图 4A、4B）。多变量 Cox 回归分析显示，调整年龄、组织学分级和疾病分期后，TMRS 评分仍具有独立预后价值，在不同分期和分级的患者亚组中，TMRS 对 OS 均有良好预测能力，尤其在早期 ccRCC 患者中表现突出（图 4C）。此外，TMRS 在区分正常和恶性肾组织方面具有较高诊断准确性（图 4D - 4G）。本图结果表明 TMRS 与临床特征密切相关，具有独立预后价值和良好的诊断效能，为临床评估提供了重要参考。

图 5：不同 TMRS 风险评分患者的生物学状态和免疫景观：

UMAP 可视化显示不同 TMRS 风险评分组患者分布存在显著差异，表明其生物学状态不同（图 5A）。基因集变异分析发现，与 TMRS 相关的信号通路包括代谢、恶性和免疫反应相关通路，其中脂肪酸代谢等代谢通路与 TMRS 评分呈负相关，上皮 - 间质转化等恶性相关通路和免疫相关通路与 TMRS 评分呈正相关（图 5B）。ESTIMATE 分析表明，TMRS 评分与免疫评分呈正相关，与肿瘤纯度呈负相关，说明高 TMRS 评分患者的 ccRCC 中免疫细胞浸润较多（图 5C、5D）。通过 ssGSEA 和 CIBERSORT 算法评估特定免疫细胞类型的浸润水平，发现高 TMRS 评分患者中大多数免疫细胞丰度较高，但肿瘤免疫微环境可能存在功能障碍，如癌症免疫周期中 “杀死癌细胞” 这一关键步骤与 TMRS 评分呈负相关趋势（图 5E - 5F）。本图结果表明高 TMRS 评分与 ccRCC 患者的异常代谢、高恶性程度和免疫微环境功能障碍相关。

图 6：TMRS 与单细胞尺度下的生存表型和生物学状态的相关性：

从正常细胞到过渡细胞再到恶性细胞，TMRS 风险评分逐渐增加，表明其与恶性程度相关（图 6A）。对恶性细胞进行 Scissor 分析，将其分为与较差生存（Scissor +）、较好生存（Scissor -）和非特异性背景细胞，结果显示 TMRS 风险评分和高风险细胞比例从 Scissor - 细胞到背景细胞再到 Scissor + 细胞逐渐增加，强调了高 TMRS 与不良预后的强相关性（图 6B - 6F）。在单细胞水平分析与 TMRS 相关的通路，发现与 TMRS 正相关的 HALLMARK 特征主要与免疫和肿瘤恶性相关，负相关的通路主要涉及代谢过程，这与批量 RNA 测序结果一致，也与高 TMRS 患者预后较差相符（图 6G、6H）。本图结果从单细胞尺度进一步证实了 TMRS 与 ccRCC 患者恶性程度和不良预后的相关性，并揭示了相关的分子通路。

图 7：TMRS 与基因组特征、免疫治疗和靶向治疗敏感性的关联：

在 TCGA 数据集中，高 TMRS 风险评分患者的 SETD2、BAP1 和 KDM5C 等关键肿瘤抑制基因的突变频率显著更高，在 CPTAC 数据集中，SETD2 突变频率也有类似趋势（图 7A）。高 TMRS 风险评分患者的突变等位基因肿瘤异质性（MATH）评分显著升高，拷贝数变异（CNA）数量更多，但肿瘤突变负担（TMB）水平无显著差异（图 7B、7C）。TIDE 分析显示，TMRS 风险评分与 TIDE 评分和 T 细胞功能障碍评分呈正相关，表明高 TMRS 评分患者对免疫治疗的反应可能较差，这在使用 PD - 1 抑制剂 nivolumab 的 CheckMate - 025 临床试验中得到验证，高 TMRS 风险评分患者的 OS 和 PFS 显著降低（图 7E - 7J）。OncoPredict 算法分析表明，高 TMRS 风险评分患者对 cabozantinib 和 sorafenib 等靶向治疗的预测半最大抑制浓度（IC50）值显著更低，提示这些药物可能对高 TMRS 评分患者更有效（图 7K）。本图结果表明高 TMRS 评分与 ccRCC 患者的基因组不稳定、免疫治疗耐药和对某些靶向治疗敏感相关。

图 8：TMRS 基因表达的实验验证及 DDAH1 与 ccRCC 恶性程度的关联：

qRT - PCR 结果显示，11 个 TMRS 基因在肿瘤样本中的表达均显著低于相邻非肿瘤组织，与数据库观察结果一致（图 8A）。对临床队列患者的 TMRS 评分和预后信息分析发现，高 TMRS 评分患者预后显著更差（图 8B）。选择 DDAH1 基因进一步研究，发现其在肿瘤样本中的蛋白表达也下调（图 8C）。通过转染 DDAH1 特异性 siRNAs，CCK - 8 实验表明沉默 DDAH1 显著增强 786 - O 和 Caki - 1 细胞系的增殖能力，transwell 实验表明其迁移能力也增强（图 8D - 8F）。检测色氨酸代谢标志物犬尿氨酸与色氨酸的比值，发现 DDAH1 敲低后该比值显著增加，表明 DDAH1 表达水平与色氨酸代谢显著相关（图 8G）。本图通过实验验证了 TMRS 基因的异常表达，并揭示了 DDAH1 在 ccRCC 恶性进展中的作用。

4. 研究总结

本研究全面探究了色氨酸代谢在透明细胞肾细胞癌（ccRCC）中的作用。通过多组学数据分析和实验验证，确定了色氨酸代谢相关基因，并构建了色氨酸代谢相关特征（TMRS）。TMRS 对 ccRCC 患者的总生存期和无进展生存期具有强大的预测能力，高 TMRS 风险评分与肿瘤恶性程度增加、代谢重编程、免疫微环境异常、基因组不稳定相关，还可用于评估患者对免疫治疗和靶向治疗的敏感性。此外，实验验证了相关基因的表达差异，发现 DDAH1 表达降低与肿瘤细胞增殖和转移增强有关。然而，本研究存在一定局限性，如对部分基因功能探索不够深入、缺乏大规模前瞻性临床研究验证等。总体而言，本研究为进一步探索色氨酸代谢在肾细胞癌中的作用及开发基于该代谢途径的临床应用提供了重要参考 。