整合单细胞与批量转录组分析揭示了唾液酸化在肝细胞癌中的预后意义及免疫调控机制

《The FASEB Journal》：Integrated Single-Cell and Bulk Transcriptome Analysis Reveals the Prognostic Significance and Immune Regulatory Mechanisms of Sialylation in Hepatocellular Carcinoma

肝细胞癌预后模型构建：基于单细胞转录组与 bulk 数据整合，通过Seurat/Harmony等工具分析11个糖基化相关基因，构建StepCox+Enet机器学习模型（AUC>0.74），揭示高风险组免疫抑制微环境与代谢紊乱，低风险组抗肿瘤免疫激活特征，并验证化疗敏感性差异。

摘要

肝细胞癌（LIHC）是一种高死亡率的原发性肝癌。其治疗和预后很大程度上取决于疾病阶段和肝脏功能储备，因此需要新的生物标志物和优化的治疗策略。唾液酸化在癌症中经常表现出异常升高（高唾液酸化），并被认为是重要的恶性标志物和潜在的治疗靶点。我们从TCGA/GEO数据库中获取了转录组学、突变和临床数据，提取了与唾液酸化相关的基因。单细胞数据经过质量控制、聚类、注释以及使用Seurat/Harmony/SCISSOR工具识别风险细胞亚群。AUCell软件量化了关键差异表达的唾液酸化相关基因（SRGs）。整合了10种机器学习算法（如SVM、Enet、CoxBoost），并通过交叉验证选择了最优的StepCox+Enet模型，该模型根据风险评分对患者进行分层。通过GSEA、蛋白质相互作用网络（PPI）、免疫浸润分析（CIBERSORT/ssGSEA）和药物敏感性分析验证了该模型的临床实用性。这项综合研究结合了单细胞和批量转录组数据，开发出一个包含11个基因的唾液酸化相关预后模型，显示出稳健的预测准确性（不同队列的AUC均大于0.74）。高风险患者表现出髓系驱动的生物学特征，包括增强的SPP1介导的细胞间信号传导、TP53突变、代谢紊乱以及具有较高TIDE评分的免疫抑制微环境。相比之下，低风险组则表现出活跃的抗肿瘤免疫和代谢稳态。药物敏感性分析显示高风险患者对化疗药物具有更高的敏感性。综合转录组学研究将异常唾液酸化确定为关键的LIHC预后生物标志物和治疗靶点，通过分层风险亚群揭示了免疫抑制微环境的变化。

图形摘要

图形摘要展示了整合单细胞和批量转录组分析以构建肝细胞癌预后模型的工作流程。数据收集后，识别出与唾液酸化相关的差异基因，并应用多算法机器学习方法建立模型。根据中位风险评分将患者分为高风险和低风险组，随后在批量和单细胞水平上进行进一步分析。

利益冲突

作者声明没有利益冲突。

数据可用性声明

本研究中的数据和材料可应要求向通讯作者索取。