单细胞转录组分析与机器学习研究发现ATAD3A是一个关键基因，该基因能够稳定线粒体与内质网之间的膜结构，从而促进膀胱癌的发展

《Journal of Translational Medicine》：Single-cell transcriptomic analysis and machine learning identify ATAD3A as a key gene that stabilizes mitochondrial-endoplasmic reticulum membranes, promoting bladder cancer progression

线粒体相关内质网膜（MAM）通过调控ATAD3A表达影响膀胱癌化疗耐药性和免疫微环境，机器学习与多组学分析构建了MAM预后模型。

　　

摘要

背景

线粒体相关的内质网膜（MAM）在癌症中起着关键的调节作用，但其在膀胱癌（BCa）中的功能仍不清楚。

方法

本研究对大量的RNA测序和单细胞转录组数据进行了全面分析。利用LASSO-Cox回归、Kaplan-Meier生存曲线和接收者操作特征（ROC）分析构建并评估了一个MAM风险特征模型。通过CellChat解码细胞通信网络，并使用CIBERSORT量化肿瘤浸润的免疫细胞。采用机器学习、OncoPredict算法和空间转录组学方法来分析化学反应。通过细胞和动物模型以及透射电子显微镜和荧光共聚焦显微镜验证了ATAD3A的促肿瘤功能和分子机制。

结果

本研究系统地描述了BCa中MAM的基因表达谱，并构建了一个可靠的MAM预后标志物，该标志物能够有效预测患者的不良预后。高MAM评分与免疫抑制微环境和化疗耐药性显著相关。利用机器学习，我们开发了一个随机森林模型，成功地将ATAD3A识别为预测顺铂耐药性的关键基因，这在单细胞和空间转录组水平上都显示出显著相关性。进一步验证表明，ATAD3A在BCa组织中高表达，其敲低显著抑制了肿瘤生长。从机制上看，ATAD3A维持MAM的结构完整性，调节线粒体钙平衡和膜电位，从而促进细胞稳态并增强化疗耐药性。

结论

本研究通过机器学习和多组学分析将MAM与BCa的化疗耐药性联系起来，确立了ATAD3A作为BCa的预后生物标志物和潜在治疗靶点。

图形摘要