基于脂质稳态特征的卵巢癌分子亚型分类及预后模型的开发

《Current Applied Polymer Science》：Development of Molecular Subtypes and a Prognostic Model for Ovarian Cancer Based on Lipid Homeostasis Features

卵巢癌脂质稳态相关基因预后模型构建及免疫微环境分析，通过多组学数据筛选9个关键基因建立风险评分系统，揭示肿瘤免疫细胞浸润特征与临床预后的关联，并验证核心基因ARRDC2的功能调控机制。

　　

摘要

引言：本研究旨在探讨脂质稳态在卵巢癌（OV）中的预后作用。卵巢癌是一种致命的女性恶性肿瘤，且难以在早期阶段被诊断出来。新兴证据表明，脂质稳态的失调会促进肿瘤的发生和发展，但其对卵巢癌预后的影响仍不明确。

方法：我们从公共数据库中收集了卵巢癌的RNA-seq数据和scRNA-seq数据。MSigDB数据库提供了与脂质稳态相关的基因（LHSRGs）集合。使用“ConsensusClusterPlus”软件对卵巢癌样本进行聚类，随后利用“limma”软件识别不同分子亚型之间的差异表达基因（DEGs）。接着，通过单变量Cox回归和LASSO Cox回归分析筛选出预后相关基因，并通过多变量逐步回归分析构建风险模型。CIBERSORT、单样本GSEA（ssGSEA）和MCP-counter方法用于评估RiskScore与免疫细胞浸润之间的关系。利用Seurat软件对卵巢癌样本进行单细胞分析，以研究这些关键预后基因在不同细胞类型中的表达情况。最后，通过qPCR、CCK-8实验、伤口愈合实验和Transwell迁移实验来验证关键基因的表达、细胞活力、迁移能力和侵袭性。

结果：我们首先筛选出14个具有预后意义的LHSRGs，并将卵巢癌患者分为两个分子亚型（C1和C2）。基于C1和C2中的差异表达基因，筛选出9个对预后至关重要的基因（ARRDC2、CCDC80、VSIG4、PI3、ATP1A3、MRAP2、GMPR、CD3D和GBP5），并利用这些基因构建了一个具有良好预测能力的风险模型。高风险患者的预后较差。RiskScore与多种免疫细胞（如癌相关成纤维细胞、活化CD4和CD8 T细胞等）的浸润呈显著负相关。单细胞分析显示，卵巢癌样本中T细胞的比例增加，且成纤维细胞、上皮细胞和巨噬细胞可能参与调节脂质稳态。体外实验表明，敲低ARRDC2基因会影响卵巢癌细胞的活力、迁移能力和侵袭性。

讨论：本研究提出了一个包含9个基因的风险评分模型，用于将卵巢癌患者分为高风险和低风险组。不同风险类型的患者在临床病理特征和临床结果上存在差异，这为卵巢癌的个性化治疗提供了参考。

结论：总之，我们建立了一个新的基于9个LHSRGs的卵巢癌预后预测模型，并揭示了卵巢癌中的免疫浸润特征。这些发现有助于更有效地对卵巢癌患者进行风险分层，提高诊断准确性并实现个性化治疗。

关键词： 卵巢癌, 预后模型, 脂质稳态, 差异表达基因, 分子亚型, 肿瘤微环境