多组学单核核糖体（SMR）分析与实验支持性研究共同揭示了肝细胞癌的致病机制

《BMC Cancer》：Multi-omics SMR and experimental supportive analyses decipher causal drivers hepatocellular carcinoma

肝细胞癌（HCC）高发且治疗困难，其发病涉及体细胞突变（如TP53）和胚系易感变异（如TERT、MBOAT7等）。本研究整合GWAS（FinnGen）、eQTL（GTEx V8）、mQTL、pQTL（ARIC、UKBPPP、DECODE）等多组学数据，通过SMR因果推断筛选出16个核心候选基因，结合外周血转录组测序、ELISA和空间转录组分析验证了LY9、ST6GAL1等基因的表达异常及蛋白水平变化，并揭示肿瘤微环境中细胞组成（如CD4+ T细胞、MDSCs）和基因表达异质性。这些发现为HCC的精准诊疗提供了新靶点。

　　

摘要

背景

肝细胞癌（HCC）是一种高发且致命的消化系统恶性肿瘤，由于其潜伏的发病机制和晚期阶段的非特异性症状，治疗难度较大。体细胞突变在肝癌发生过程中起着关键作用，近一半的HCC患者携带致癌驱动突变，如TP53、CTNNB1或TERT。同时，全基因组关联研究（GWAS）发现的种系易感变异——包括TERT、MBOAT7、TM6SF2和PNPLA3附近的位点——揭示了遗传易感性，这些易感性影响了HCC的发展过程。尽管近年来治疗方法有所进展，但患者的长期生存率仍不理想，因此需要更深入地了解其发病机制并确定精确的分子靶点。传统的基因组研究（如全基因组关联研究）已成功识别出相关变异；然而，由于这些研究的统计设计限制，它们无法提供直接的因果推断、功能支持分析或对多层次分子调控和肿瘤微环境异质性的全面理解，只能作为后续功能性和整合分析的重要起点。

方法

为填补这些空白，本研究采用了一种综合多组学方法，结合了HCC GWAS汇总数据（FinnGen）、表达数据（来自GTEx V8的eQTL）、甲基化数据（mQTL）以及蛋白质数据（来自ARIC、UKBPPP、DECODE的pQTL）。我们利用基于汇总数据的孟德尔随机化（SMR）方法来推断分子特征与HCC风险之间的因果关联，并优先考虑具有较高临床应用潜力的候选基因。为了进一步完善基于SMR的候选基因排序，我们对10名HCC患者和10名健康对照者的外周血样本进行了批量转录组测序和ELISA定量分析。在基于SMR的基因排序之后，首先通过批量转录组和空间转录组分析来优化候选基因的选择，从而避免不必要的检测并优化临床样本和研究资源的使用。这些分析旨在评估表达变化是否与eQTL和pQTL的结果方向一致，为推断出的遗传关联提供支持性而非确证性的证据。空间转录组学被应用于HCC组织切片，以绘制候选基因的区域特异性表达模式。最后，分析了公开可用的单细胞RNA测序（scRNA-seq）数据，以确定细胞组成变化、细胞类型特异性表达以及HCC肿瘤微环境中的细胞间通信网络。

结果

多组学SMR分析发现了许多与HCC风险相关的位点，其中eQTL SMR显示在关键癌症通路（“信号转导”、“癌症概述”、“免疫系统”）中存在富集现象。在三个独立的pQTL队列中，19号染色体上发现了蛋白质的稳健且可重复的因果信号，2号染色体上也发现了次要信号。mQTL、eQTL和pQTL SMR分析的交集确定了16个候选基因的核心集。外周血转录组分析显示HCC组和对照组之间存在明显差异，其中13个基因（例如LY9、ST6GAL1、SHMT1）的表达显著不同。ELISA验证了HCC患者中ST6GAL1、PSMB1、LY9和JUND的蛋白质水平升高，而SOD4水平降低。空间转录组学揭示了肿瘤内的显著异质性以及ST6GAL1、LGALS1和JUND等基因的局部化表达模式。单细胞RNA测序揭示了细胞类型组成的变化（例如肿瘤中细胞毒性CD4+ T细胞和MDSCs的增加，肝细胞的减少）、候选基因的细胞类型特异性表达以及复杂的细胞间通信网络。

结论

通过整合种系（基于GWAS）和体细胞证据，本研究提供了对HCC发病机制的全面认识。这种综合策略成功识别出一组与HCC有潜在因果关系的基因和蛋白质，阐明了它们在癌症生物学中的功能协同作用。这些发现为HCC的精准诊断、预后评估和靶向治疗提供了新的分子见解和候选靶点，为未来的转化研究奠定了坚实的基础。