《Frontiers in Oncology》：Noninvasive assessment of core metastatic genes in lung adenocarcinoma: development of a predictive model integrating single-cell transcriptomics and radiomics
编辑推荐：
本综述（原文为研究论文，非综述）通过整合单细胞RNA测序（scRNA-seq）和CT影像组学，系统鉴定了驱动肺腺癌（LUAD）转移的三个关键基因（PSMB5、PSMB7、SLC16A3），并证实其协同表达模式与不良预后显著相关。研究进一步构建了基于CT的影像组学预测模型，为LUAD的转移风险提供了非侵袭性评估工具，为实现术前精准分子分型及临床决策提供了新策略。
研究背景与目标
肺腺癌（LUAD）是全球癌症相关死亡的主要原因，其高转移性是治疗失败和患者死亡的关键因素。然而，基于组织病理学和影像学特征的现有风险评估方法在预测转移潜能方面能力有限。因此，整合单细胞转录组学与CT影像组学，识别转移的关键分子驱动因子，并建立LUAD的非侵袭性成像预测模型具有重要意义。
材料与方法
研究从公共数据库获取了批量转录组数据和单细胞RNA测序（scRNA-seq）数据进行分析，共涉及830个样本。利用Seurat、inferCNV、Monocle、WGCNA、LASSO回归、GO/KEGG/GSEA、CellChat等工具进行细胞图谱构建、轨迹分析、基因识别、功能富集和细胞间通讯分析。通过免疫组化（IHC）和实时定量PCR（RT-qPCR）在蛋白和mRNA水平验证候选基因。此外，开发了一个基于CT影像组学的预测模型，用于非侵袭性地评估基因表达。
结果
1. 利用单细胞RNA测序鉴定肺腺癌细胞类型
经过严格质控，保留了46,274个高质量细胞，并成功注释出上皮细胞、成纤维细胞、T细胞、单核细胞、内皮细胞和B/浆细胞六大主要细胞类型。通过inferCNV分析结合双阈值法，从上皮细胞中鉴定出30,563个恶性上皮细胞，并进一步区分为六个恶性亚群。
2. 肺腺癌恶性亚群的细胞轨迹与功能多样性
通过构建细胞分化轨迹图，揭示了从原发性到转移性状态的明确发育路径。分析发现，簇1和簇2是富集了E2F、PI3K等肿瘤相关通路的转移相关亚群，其中簇1的丰度与LUAD患者的不良总生存期显著相关。
3. 肺腺癌细胞中共表达基因模块的检测
通过高维加权基因共表达网络分析（hdWGCNA），在恶性上皮细胞中构建了基因共表达网络，识别出五个功能模块。其中，模块1在转移相关亚群（簇1）和转移样本中表达水平显著更高，提示其与LUAD转移潜在相关。
4. 系统鉴定三个与肺腺癌转移和预后相关的关键基因
通过多步骤筛选流程，结合单细胞差异表达分析、共表达网络和生存建模，最终鉴定出三个关键基因：PSMB5、PSMB7和SLC16A3。多变量Cox回归分析证实它们是具有统计学意义的独立预后指标。在TCGA-LUAD数据集中，这三个基因在肿瘤组织中的表达水平显著高于癌旁正常组织。利用30对临床样本的RT-qPCR和20对样本的免疫组化（IHC）分析，均在mRNA和蛋白水平验证了它们在LUAD组织中显著上调。
5. 多层次富集分析揭示PSMB5、PSMB7和SLC16A3是肺腺癌恶性的协同驱动因子
功能富集分析表明，与这三个关键基因相关的基因显著富集于细胞周期、DNA复制、蛋白酶体功能等通路。基因集富集分析（GSEA）进一步显示，它们通过协同激活E2F靶标、G2M检查点、MYC信号、mTORC1、PI3K-AKT-mTOR等通路来增强细胞增殖能力，同时通过激活氧化磷酸化和糖酵解诱导代谢重编程。这些结果提示PSMB5、PSMB7和SLC16A3通过协同调节细胞周期动力学、生长信号传导、代谢适应和肿瘤微环境重塑，共同驱动LUAD的增殖和转移。
6. 基于PSMB5、PSMB7和SLC16A3协同轴开发肺腺癌个性化治疗策略
利用Clue.io在线平台对靶向PSMB5/PSMB7/SLC16A3网络的潜在化合物进行筛选，发现了94种潜在靶向药物。其中，磷酸二酯酶-V-抑制剂-II和KB-R7943显示出良好的抑制效果。机制上，候选化合物主要通过调节蛋白酶体功能和代谢重编程两条关键通路发挥作用，为LUAD的治疗提供了新的多靶点协同策略思路。
7. 开发基于CT影像组学的模型用于肺腺癌中PSMB5、PSMB7和SLC16A3表达的非侵袭性评估
为推进LUAD分子表型的无创评估，本研究构建了一个基于CT的影像组学模型。从27例LUAD患者的CT图像中提取了129个影像组学特征，通过LASSO回归最终筛选出3个关键特征构建线性回归模型。该模型能有效区分PSMB5、PSMB7和SLC16A3联合表达水平高、低的患者组，受试者工作特征曲线下面积（AUC）达0.765，模型预测值与三个基因的实际联合表达水平呈强正相关。严格的3折交叉验证进一步证实了模型的可靠性（AUC=0.759）。该模型有望在术前无创评估肿瘤免疫蛋白酶体活性和代谢重编程状态，为肺癌的无创精准诊断提供助力。
结论
本研究揭示了PSMB5、PSMB7和SLC16A3的协同表达模式与肺腺癌转移及不良预后密切相关，证实了其作为预后生物标志物和治疗靶点的潜在价值。所构建的CT影像组学模型为分子分型提供了非侵袭性工具，有助于术前精准评估，并推进了LUAD的无创临床决策。
