《Frontiers in Immunology》：AI-derived prognostic model identifies high-risk gene signatures in pediatric gliomas
编辑推荐：
本综述报道了利用人工智能衍生的预后指数（AIDPI）模型，整合大规模转录组与单细胞测序数据，成功构建并验证了一个针对儿童胶质瘤的新型预后预测工具。该研究鉴定出9个关键预后基因，其中H1F0、TM9SF2和PRKAR2A是恶性胶质瘤细胞的核心，揭示了高AIDPI评分与免疫抑制、细胞粘附通路失调的关联，为高风险患者的精准分层和个体化治疗策略提供了新方向。
研究背景与挑战
胶质瘤占儿童中枢神经系统肿瘤的近一半，分为低级别胶质瘤(LGGs)和高级别胶质瘤(HGGs)。LGGs预后较好，总体生存率超过90%，而HGGs尽管接受强化治疗，其长期生存率仍低于10%，幸存者常伴有显著的并发症。近年来，分子谱分析（如BRAF突变）推动了靶向治疗，但治疗抵抗和肿瘤异质性仍是主要挑战。人工智能(AI)和机器学习(ML)技术在改进预后模型方面展现出巨大潜力，但其与转录组数据的整合在儿童胶质瘤研究中仍待深入探索。
材料与方法：构建AI预后模型
研究团队从多个公开数据库获取了儿童胶质瘤的转录组数据（包括CBTTC、Puget 2012、Cavalli等队列）以及单细胞RNA测序(scRNA-seq)数据（GSE231859）。通过单变量Cox回归分析，在多个独立数据集中筛选出与总生存期显著相关的基因。最终，九个基因（GRIA1, ZNF165, TM9SF2, PRKAR2A, PSMD6, H1F0, CDC25B, HIST1H2AE, NCAPD2）被鉴定为一致的预后相关基因。研究人员评估了101种机器学习算法，最终选择弹性网络(Enet)模型构建了人工智能衍生的预后指数(AIDPI)模型。该模型在多队列中使用时间依赖性ROC曲线、C-index和Kaplan-Meier生存分析进行验证，并与30个已发表的胶质瘤预后模型进行了比较。此外，通过基因集富集分析(GSEA)、通路分析（如KEGG）和单细胞数据分析，探究了AIDPI相关的生物学功能和肿瘤微环境特征。功能实验方面，在胶质瘤细胞系（U-118 MG, LN-18）中通过siRNA敲低PRKAR2A基因，并利用CCK-8、Transwell迁移/侵袭实验和Western blotting验证了其功能。
结果一：AIDPI模型展现出卓越的预测性能
构建的AIDPI模型在训练集（CBTTC）和五个独立验证集中均表现出色，其C-index > 0.85，显示出优越的预测性能。生存分析一致表明，高AIDPI评分组的患者生存结局显著更差。与近期发表的30个胶质瘤预后模型相比，AIDPI模型在大多数数据集中表现更优，证明了其作为新型预后工具的潜力。
结果二：AIDPI是独立的生存风险因素
单变量和多变量Cox回归分析（调整了年龄、性别、分级等因素）均证实，AIDPI是儿童胶质瘤患者总生存期的独立危险因素。基于AIDPI、年龄和肿瘤分级构建的列线图(Nomogram)能够有效预测患者生存概率。通过校准曲线、决策曲线分析(DCA)等验证，该模型的预测准确性得到进一步确认。
结果三：高AIDPI评分关联免疫抑制与细胞粘附改变
功能分析揭示了高AIDPI评分的生物学内涵。高AIDPI组的肿瘤表现出更低的免疫评分，提示存在免疫抑制微环境。基因集富集分析(GSEA)显示，在高AIDPI组中，E2F靶基因通路被上调，而炎症反应通路被下调。KEGG通路富集分析和蛋白组学数据进一步表明，AIDPI相关基因显著富集于细胞粘附和自噬等通路。
结果四：单细胞分析锁定关键预后基因TM9SF2和H1F0
通过对儿童胶质瘤单细胞数据的深入分析，研究人员注释了包括胶质瘤细胞、巨噬细胞、T细胞等在内的多种细胞类型。通过比较高、低AIDPI评分的肿瘤细胞并进行差异表达分析，结合AIDPI模型基因与细胞类型标记基因，发现TM9SF2和H1F0是两个关键的重叠基因，它们在恶性胶质瘤细胞中表达，并与预后密切相关。
结果五：H1F0高表达预示不良预后
进一步聚焦于H1F0基因，分析发现，尽管其在肿瘤组织中总体表达降低，但在高级别（III级）肿瘤中表达反而升高。更重要的是，在六个独立数据集中，更高的H1F0表达 consistently 与更差的患者预后显著相关。这表明H1F0可能作为儿童胶质瘤，特别是高级别胶质瘤的一个潜在预后生物标志物。
结果六：PRKAR2A功能验证促进胶质瘤恶性表型
在转录水平，qRT-PCR验证了PRKAR2A在胶质瘤细胞系（U87, U251, T98G）中的表达显著高于正常人星形胶质细胞(NHA)。随后的功能实验表明，在U-118 MG和LN-18胶质瘤细胞中敲低PRKAR2A，能够显著抑制细胞的增殖、迁移和侵袭能力。
这些结果直接证实了PRKAR2A在驱动胶质瘤恶性进展中的促癌作用。
讨论与展望
本研究成功构建并验证了AIDPI这一AI驱动的儿童胶质瘤预后工具，其性能优于现有模型。该模型不仅实现了精准的风险分层，其核心的九个基因特征更深入揭示了肿瘤的生物学本质：高风险的肿瘤呈现出免疫抑制的“冷”肿瘤微环境，并伴有细胞粘附等通路的失调。单细胞分析将TM9SF2和H1F0锁定在恶性胶质瘤细胞中，而H1F0的高表达是预后不良的强力指标。功能实验则明确了PRKAR2A在促进胶质瘤细胞增殖、迁移和侵袭中的关键角色。这些发现为理解儿童胶质瘤的异质性和进展机制提供了新见解，所鉴定的基因特征有潜力成为风险分层的生物标志物和个体化治疗的新靶点。当然，该研究基于回顾性数据，未来需要前瞻性临床研究进一步验证AIDPI的实用价值，并通过更多功能实验和机制研究，探索如何将这一预后模型转化为改善患儿生存的实际治疗策略，推动儿童神经肿瘤精准医学的发展。
