铜死亡-糖酵解特征预测透明细胞肾细胞癌预后并揭示AURKA作为治疗靶点

《HUMAN MUTATION》:A Cuproptosis–Glycolysis Signature Predicts Prognosis and Highlights AURKA as a Therapeutic Target in ccRCC

【字体: 时间:2026年05月11日 来源:HUMAN MUTATION 3.7

编辑推荐:

  铜死亡(Cuproptosis)作为一种新近鉴定的细胞死亡形式,与糖酵解密切相关;然而,这两种过程在透明细胞肾细胞癌(ccRCC)中的机制性相互作用仍有待充分阐明。利用来自TCGA和CPTAC数据库的数据,研究人员开发并验证了一个铜死亡-糖酵解相关基因(CuG

  
铜死亡(Cuproptosis)作为一种新近鉴定的细胞死亡形式,与糖酵解密切相关;然而,这两种过程在透明细胞肾细胞癌(ccRCC)中的机制性相互作用仍有待充分阐明。利用来自TCGA和CPTAC数据库的数据,研究人员开发并验证了一个铜死亡-糖酵解相关基因(CuG)评分模型,以探讨其与临床结局、肿瘤免疫浸润、免疫治疗反应及药物敏感性之间的关联。分析表明,该模型建立了一个稳健的10基因风险模型,具有显著的预后价值,能有效将ccRCC患者分层为高、低风险组,这些组别在临床特征和治疗反应上存在显著差异。通过整合生物信息学分析以及体内外实验验证,研究人员确定AURKA是该特征中的关键功能调节因子。除了促进肿瘤细胞增殖、迁移和侵袭外,AURKA可能在调节抗肿瘤免疫中发挥重要作用。总之,通过建立临床适用的预后评分系统并将AURKA确定为潜在的治疗靶点,该研究为ccRCC的治疗决策提供了转化意义。
论文深度解读
研究背景与立题依据
全球每年有超过40万人被诊断为肾细胞癌,且这一数字持续上升。透明细胞肾细胞癌(ccRCC)是最常见的肾癌亚型,约占70%–80%。ccRCC的发生发展与抑癌基因VHL的失活密切相关,导致缺氧诱导因子(HIF)稳定积累,进而激活血管生成、细胞增殖和代谢重编程相关基因。尽管早期局限性ccRCC可通过手术切除获得良好预后,但约三分之一患者在初诊时已发生转移。代谢重编程是ccRCC的关键特征,VHL沉默导致肿瘤即使在富氧环境下也倾向于利用糖酵解而非氧化磷酸化,即Warburg效应。尽管免疫治疗和靶向策略有所进展,ccRCC的异质性和适应性耐药仍是主要临床障碍。因此,探索独立于传统通路的新型细胞死亡机制成为热点。铜死亡是由细胞内铜过量积累触发脂酰化蛋白聚集和Fe-S簇蛋白不稳定引起的独特细胞死亡形式,其与线粒体呼吸及三羧酸(TCA)循环密切相关。既往研究表明铜可能通过干扰糖酵解相关基因表达影响预后,因此研究人员假设铜可能通过铜死亡-糖酵解轴影响ccRCC进程。
关键技术方法概述
本研究首先利用TCGA和CPTAC数据库获取ccRCC转录组及临床数据,并结合GSE159115和GSE178481的单细胞RNA测序数据进行单细胞分析。通过Cu(II)-elesclomol(Cu-ES)处理786-O细胞进行RNA测序,筛选差异表达基因并与糖酵解基因集取交集获得铜死亡-糖酵解相关基因。利用LASSO回归和多因素Cox回归构建预后风险模型并计算CuGscore。采用CIBERSORT、TIDE算法评估肿瘤微环境及免疫治疗响应。通过慢病毒介导的shRNA敲低AURKA,结合CCK-8、伤口愈合、Transwell、流式细胞术及小鼠皮下成瘤模型进行体内外功能验证。
研究结果详解
1. 铜死亡-糖酵解相关基因的获取
通过比较PBS和Cu-ES处理组的差异表达基因(DEGs),筛选出2209个DEGs,GSEA显示Cu-ES组糖酵解通路显著抑制。将DEGs与MSigDB中的糖酵解相关基因整合,最终获得38个铜死亡-糖酵解基因(CuG genes)。
2. 铜死亡-糖酵解特征的构建与验证
对38个CuG基因进行单因素Cox回归分析,筛选出20个具有显著预后价值的基因。随后进行LASSO-Cox回归,最终构建了一个包含AURKA、PPP2CB、GNPDA1、ARTN、GOT1、COL5A1、CLDN3、GLRX、ANG和AGL的10基因特征模型。根据中位CuGscore将患者分为高、低风险组,高风险组AURKA、ARTN和COL5A1高表达,其余基因低表达。
3. 临床相关性、独立预后价值及列线图构建
Kaplan-Meier生存分析显示,TCGA和CPTAC队列中高风险组总生存期均显著缩短。ROC曲线分析显示该模型具有良好的预测效能。单因素和多因素Cox回归证实年龄、临床分期和CuGscore是ccRCC的独立预后因素。基于此构建的列线图在预测1年、3年和5年总生存期方面表现出色,校准曲线显示预测与实际观察结果高度一致。
4. 功能富集分析
差异表达基因(DEGs)的GO和KEGG分析显示其显著富集于代谢和免疫相关生物过程。GSEA进一步显示,高风险组富集了与不良预后相关的E2F靶点、上皮-间质转化(EMT)和IL6-JAK-STAT3信号通路;而低风险组则富集了氧化磷酸化、胆汁酸代谢和脂肪酸代谢通路。
5. CuGscore的免疫活性分析
CIBERSORT分析显示,调节性T细胞(Tregs)、M0巨噬细胞和活化的CD4记忆T细胞与CuGscore呈正相关,而静息肥大细胞、M1巨噬细胞和单核细胞呈负相关。大多数免疫检查点基因在高风险组上调,但CD274(PD-L1)与CuGscore呈负相关。HLA基因在低风险组表达更高。TIDE分析表明低风险患者对免疫治疗可能有更高的反应率。
6. 单细胞分析
单细胞RNA测序分析揭示了8种主要细胞类型。GSEA显示高CuGscore的恶性细胞中糖酵解通路活性增强。伪时间轨迹分析表明高CuGscore细胞主要富集于终末状态。细胞通讯分析显示高CuGscore恶性细胞具有更强的相互作用,特异性激活SEMA6、CLDN和CSPG4信号通路,提示其具有更强的增殖、侵袭和血管生成能力。
7. AURKA的体内外鉴定
鉴于AURKA在模型中系数最高,研究人员对其进行了深入验证。Cu-ES干预后,786-O和ACHN细胞中AURKA在mRNA和蛋白水平均显著下调。敲低AURKA显著抑制细胞增殖、迁移和侵袭,并诱导S期阻滞。此外,AURKA敲低降低了细胞内乳酸水平,并通过代谢重编程使肾癌细胞对铜死亡增敏。体内实验证实,敲低Aurka显著抑制小鼠皮下肿瘤生长,并增强了CD8+T细胞产生IFN-γ和TNF-α的能力,从而增强抗肿瘤免疫。
结论与讨论
本研究阐明了铜死亡-糖酵解轴在ccRCC中的关键作用。通过构建并验证多组学基因特征,研究人员成功将患者分层为具有不同生存结局的高、低风险组。该模型不仅具有优于现有模型的预测准确性,且被证实为独立的预后因素。研究揭示了高风险组通过激活IL6-JAK-STAT3通路和富集Tregs促进免疫抑制,而低风险组则表现为活跃的抗原呈递和代谢状态。
通过整合分析,AURKA被确立为该特征中的关键驱动基因。体外和体内实验证实,AURKA不仅驱动肿瘤增殖和糖酵解,还通过诱导S期阻滞和促进免疫抑制微环境来促进疾病进展。重要的是,抑制AURKA不仅能直接抑制肿瘤生长,还能通过降低乳酸水平和增强CD8+T细胞功能来增敏铜死亡并改善免疫治疗反应。
综上所述,该研究发表于《HUMAN MUTATION》,通过建立基于铜死亡-糖酵解轴的新型预后特征和鉴定AURKA作为功能靶点,为ccRCC的风险分层、个性化治疗及靶向代谢网络的转化研究提供了重要的理论基础和实践指导。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号