《Scientific Reports》：INHBA: a mitochondrial-related pan-cell death gene associated with the prognosis and immunity of OSCC
编辑推荐：
为解决口腔鳞状细胞癌（OSCC）异质性强、预后差及免疫治疗响应有限的难题，研究人员开展了线粒体相关全细胞死亡基因（MAPGs）在OSCC中的作用研究。他们利用多组学与机器学习方法，鉴定出核心基因INHBA，并揭示其通过调控癌症相关成纤维细胞（CAFs）重塑免疫微环境以促进OSCC进展，为预后评估及新型靶向药物（如Selumetinib和Naltrexone）的开发提供了新思路。
口腔癌是全球范围内常见的恶性肿瘤之一，其中超过90%的病例属于口腔鳞状细胞癌（Oral Squamous Cell Carcinoma, OSCC）。它不仅严重影响患者的面容、言语和吞咽功能，其发病率和死亡率在全球范围内持续攀升，预计到2040年将增加约40%。尽管目前标准治疗包括手术、放疗和化疗，但晚期患者常面临肿瘤复发、转移和治疗抵抗的困境，五年生存率仍不理想。近年来，以激活或增强人体自身抗肿瘤免疫反应为目标的免疫疗法展现出巨大潜力，但在OSCC中的应用却因副作用、适用人群窄和响应率低等问题而受到限制。因此，深入探索OSCC发生发展的分子机制，寻找新的治疗靶点和预后标志物，成为改善患者生存状况的关键。
在这个背景下，细胞死亡，尤其是由细胞内“能量工厂”——线粒体调控的多种程序性细胞死亡（如凋亡、自噬、焦亡、铁死亡和铜死亡等）的失调，与肿瘤的发生发展密切相关。然而，过往研究多聚焦于单一死亡方式的基因，那些同时关联多种死亡方式且与线粒体功能相关的“全细胞死亡基因”（Pan-Cell Death Genes, PCDGs）在OSCC中的作用尚不明确。这些线粒体相关的全细胞死亡基因（Mitochondria-Associated Pan-cell death Genes, MAPGs）是否会成为破解OSCC预后和治疗难题的“钥匙”呢？
为了回答这个问题，一组研究人员在《Scientific Reports》上发表了一项综合性研究。他们通过整合多组学数据和先进的生物信息学方法，系统地描绘了MAPGs在OSCC中的表达图谱、预后价值及其与肿瘤免疫微环境的相互作用，并成功筛选出一个关键核心基因——INHBA，为OSCC的精准诊疗开辟了新视角。
为开展此项研究，作者主要运用了以下几项关键技术方法：首先，研究数据来源于公共数据库，包括癌症基因组图谱（The Cancer Genome Atlas, TCGA）的头颈鳞状细胞癌（HNSCC）数据、基因表达综合（Gene Expression Omnibus, GEO）的多个OSCC相关数据集（如GSE42743等），以及MitoCarta3.0线粒体蛋白数据库。其次，研究人员使用了九种机器学习算法（包括LASSO回归、随机森林、支持向量机等）来筛选和评估关键MAPGs的预后重要性。再者，为了在细胞层面解析INHBA的功能，研究采用了单细胞RNA测序（scRNA-seq）技术和空间转录组学（Spatial Transcriptomics）数据来分析INHBA在OSCC组织中的细胞类型特异性分布和空间定位。最后，利用细胞间通讯分析（CellChat）工具探究了INHBA高表达如何影响肿瘤微环境内的细胞互作网络，并通过药物敏感性数据库（GDSC和PRISM）和分子对接模拟，筛选和验证了潜在靶向INHBA的治疗药物。
研究结果：
OSCC中线粒体相关全细胞死亡基因（MAPGs）的筛选
通过分析单细胞转录组数据，研究人员将OSCC组织中的主要细胞群分为上皮细胞、内皮细胞、成纤维细胞和免疫细胞四大类。比较发现，与癌旁组织相比，OSCC中免疫细胞和上皮细胞区室扩增，而成纤维细胞和内皮细胞减少。进一步结合差异表达分析和相关性分析，从线粒体相关基因（MIGs）和全细胞死亡相关基因（PCDGs）的交集中，筛选出19个与OSCC预后显著相关的MAPGs。
基于MAPGs的OSCC亚型分析
基于这19个MAPGs，通过无监督聚类将OSCC患者分为C1和C2两个亚型。生存分析显示，C1亚型患者预后更差。对肿瘤微环境（Tumor Microenvironment, TME）的分析表明，C1亚型具有更高的免疫评分，富集了更多与免疫抑制相关的细胞（如静息记忆CD4+T细胞、静息NK细胞等）和信号通路（如TGF-β、PI3K-AKT-mTOR等），同时高表达多种趋化因子基因和免疫检查点CTLA4，提示C1亚型可能处于免疫抑制状态，但对免疫治疗可能更敏感。
利用机器学习方法鉴定关键预后MAPG
研究人员运用九种不同的机器学习算法对19个MAPGs进行评估和交叉验证，最终聚焦于三个重叠的关键基因：INHBA、TNFRSF19和PRKAA2。进一步的表达验证和生存分析表明，INHBA在OSCC及更广泛的HNSCC中显著高表达，且其高表达与患者不良预后（包括总生存期、无病生存期、疾病特异性生存期和无进展生存期）强烈相关。因此，INHBA被确定为最关键的MAPG。
INHBA表达与预后及生物学功能的相关性
多个数据库和实时定量PCR（qRT?PCR）验证均证实INHBA在OSCC/HNSCC组织和细胞中高表达。基因集富集分析（GSEA）显示，INHBA高表达样本富集了上皮-间质转化（Epithelial-Mesenchymal Transition, EMT）、血管生成、TGF-β信号和TNFα/NF-κB信号通路。GO和KEGG富集分析也表明INHBA与分子代谢、蛋白结合及线粒体氧化还原反应密切相关。
INHBA在OSCC中的定位与细胞通讯分析
单细胞分析揭示，INHBA主要富集于成纤维细胞簇，且其表达与胶原蛋白COL1A1呈正相关。空间转录组分析进一步确认了INHBA与癌症相关成纤维细胞（Cancer-Associated Fibroblasts, CAFs）区域存在强烈的空间共定位。细胞通讯分析发现，在OSCC组织中，成纤维细胞与上皮细胞、免疫细胞之间的相互作用增强，其中MIF-(CD74+CD44)信号通路的作用尤为突出。
成纤维细胞亚群的下游探索
将成纤维细胞进一步细分为五个亚群（如ap-Fibroblast, myCAF, inCAF等）后发现，INHBA主要在肌成纤维细胞样CAFs（myCAF）中高表达，并与POSTN、TAGLN等促癌基因表达正相关。细胞通讯分析表明，myCAF/inCAF主导了OSCC中成纤维细胞间的相互作用，这种互作主要由MIF和POSTN信号通路介导。
INHBA在OSCC中的临床转化潜力
分析显示，INHBA高表达的OSCC患者接受抗CTLA4和抗PD-L1免疫治疗的生存获益有限，但对CAR-T（嵌合抗原受体T细胞）疗法可能表现出更长的无进展生存期。此外，常用靶向药西妥昔单抗（Cetuximab）的治疗可能与INHBA高表达引起的耐药相关。通过药物敏感性分析，研究人员发现MEK抑制剂Selumetinib和阿片受体拮抗剂Naltrexone对INHBA高表达的肿瘤细胞表现出高敏感性，分子对接模拟也证实了这两种药物与INHBA蛋白具有较高的结合亲和力。
INHBA在泛癌分析中的综合评估
对33种癌症类型的分析表明，INHBA在包括BLCA、BRCA、CESC、HNSC等在内的17种癌症中显著高表达。生存分析进一步确认，INHBA高表达与ACC、BLCA、HNSC、PAAD等多种癌症的不良预后（总生存期、疾病特异性生存期、无进展生存期）相关。此外，INHBA表达与多种肿瘤中的基质评分、免疫评分以及巨噬细胞、中性粒细胞等免疫细胞浸润水平显著相关，提示其在塑造肿瘤免疫微环境中的广泛作用。
结论与讨论：
本研究通过整合多组学数据与机器学习，系统阐述了线粒体相关全细胞死亡基因（MAPGs）在口腔鳞状细胞癌（OSCC）中的预后意义和功能图谱。研究将INHBA鉴定为核心MAPG，其在OSCC中高表达且与患者不良预后密切相关。机制上，INHBA并非在肿瘤上皮细胞中直接发挥作用，而是主要定位于肿瘤微环境中的癌症相关成纤维细胞（CAFs），特别是肌成纤维细胞样CAFs（myCAF）中。INHBA可能通过增强成纤维细胞与免疫细胞之间的通讯（如MIF-(CD74+CD44)通路），重塑免疫微环境，从而促进OSCC进展并导致不良预后。
这项研究的突破性意义在于：首先，它超越了传统上关注肿瘤细胞自身基因变异的研究模式，将视角延伸至肿瘤微环境中的基质细胞，揭示了CAFs（尤其是myCAF）通过表达INHBA驱动OSCC恶化的新机制。其次，研究为OSCC的预后分层提供了新的生物标志物（INHBA），并提示INHBA高表达患者可能更适合CAR-T等新型免疫疗法。最后，研究通过计算生物学方法筛选出Selumetinib和Naltrexone两种已有FDA批准的药物作为靶向INHBA的潜在疗法，为老药新用和快速临床转化提供了直接依据。鉴于INHBA在包括HNSCC在内的多种癌症中均显示出预后价值和生物学重要性，靶向INHBA可能成为一种具有广谱潜力的抗癌新策略。总之，这项工作深化了对OSCC发病机制的理解，并将基础研究发现与临床治疗策略紧密联系，为改善OSCC患者的治疗和预后指明了新的方向。
