揭示一种用于预测胃腺癌的预后、靶向药物和免疫治疗的新铜代谢相关特征模型

胃腺癌(Stomach Cancer，STAD)是最常见的胃肿瘤之一，但STAD的致癌和进展机制在很大程度上仍未阐明，且目前临床上使用的生物标志物在预测其患者预后方面表现不佳。因此，迫切需要提出一种有效治疗STAD的方法。据报道，铜在调节免疫细胞分布和影响肿瘤免疫逃逸中发挥关键作用，可能成为STAD免疫治疗的新指标。然而，铜代谢相关基因(Copper Metabolism-Related Genes，CMRGs)对患者预后、肿瘤微环境和免疫治疗反应的具体影响尚不清楚。深入探讨铜代谢与STAD之间的关系，可能为开发识别和表征铜依赖性信号的新模型提供机会，并为STAD的临床治疗寻找新的方向。肿瘤免疫治疗使STAD患者受益，预后更好。最近提出了许多免疫检查点抑制剂来提高生存率，为STAD患者提供了一种新的候选治疗方法。然而，阳性反应仅在少数STAD患者中观察到。迫切需要为STAD的免疫治疗找到新的预测特征，以确定适用人群。

该研究构建了一个由11个预后特征基因组成的铜代谢相关预后特征(Copper Metabolism-Related Prognostic Signature,CMRPS)模型。并通过基因集变异分析(gene set variation analysis ，GSVA)进一步探讨了CMRPS的生物学功能，证明铜代谢可能影响免疫途径和代谢重编程。此外，该研究进行了多项与免疫治疗相关的分析，发现低风险组对免疫治疗的反应更好，而高风险组对常见抗癌药物表现出更高的药物敏感性。该团队的研究揭示了STAD中铜代谢、肿瘤微环境和免疫治疗之间的相关性，并为STAD的临床研究和治疗提供新的预后生物标志物、治疗靶点和免疫治疗指标。

图1 构建STAD的CMRPS流程图。

首先，该研究确定了STAD样本中与正常样本相比的8833个差异表达基因(differentially expressed genes, DEGs)。从分子特征数据库7.1版(MSigDBv7.1)[1]中提取与铜代谢相关的138个CMRGs（图2A）。通过对该8833个DEGs和138个CMRGs进行交集，获得25个与铜代谢相关的DEGs ( DEGs related to copper metabolism ，DEGs-_CM)(图1A；图2B)。

图2 在STAD中的DEGs和DEGs-_CM。

再进一步构建了CMRPS模型(图1B)，该模型AUC值为0.821(图1C)。利用CMRPS评分将患者分为高危和低危组(图2C-D)。低危组的1 ~ 10年患者生存率高于高危组(图1D)。

其次，该团队发现高危组富集了45条KEGG通路，包括4条免疫通路(补体和凝血级联通路、细胞因子-细胞因子受体相互作用通路、TGF-β信号通路和白细胞跨内皮迁移通路）和3条代谢通路(花生四烯酸代谢通路、药物代谢细胞色素P450通路和牛磺酸与低牛磺酸代谢通路)。低风险组富集了14条KEGG通路，包括3条代谢通路（硫代谢通路、细胞色素P450通路和对外源性物质的代谢和乙醛酸和二羧酸代谢通路）。表明免疫和代谢相关通路在两个CMRPS组之间存在显著差异（图1E）。

随后进行单样本基因集富集分析(single sample Gene Set Enrichment Analysis ，ssGSEA)[2]。发现低危组铜死亡相关基因的富集分数高于高危组，与铁死亡、自噬和焦亡相关基因的富集分数趋势正好相反，提示铜代谢对程序性细胞死亡的影响(图1F)。

通过进一步研究CMRPS模型和肿瘤免疫微环境之间的潜在联系，发现CMRPS评分与18种免疫细胞(活化的树突状细胞、明亮自然杀伤细胞、嗜酸性细胞、伽马三角洲 T 细胞等)和5个免疫生物过程（APC共刺激、CCR、副炎症、Ⅰ型IFN应答和Ⅱ型IFN应答)的功能评分之间呈显著正相关(图1G)。作者注意到S100A12、MDM2、LOX和ADAM9是免疫基因，而S100A5、F5和COX19是抗免疫基因，因为它们的表达与STAD样本中免疫细胞的浸润程度呈正相关(前者)或负相关(后者)(图1H)。这些发现强调了铜代谢在肿瘤免疫微环境中的重要作用。

作者观察到低危组的肿瘤突变负荷高于高危组(P < 0.001;图1I;图3）。CMRPS评分与STAD患者的肿瘤突变负荷呈负相关(r =−0.2,P = 0.00016;图1 J)。此外，基于STAD患者mRNA表达的肿瘤免疫功能障碍和排除(tumor immune dysfunction and exclusion, TIDE)分析显示，低危组的TIDE评分低于高危组(P < 0.01;图1K)，有反应组的CMRPS评分低于无反应组(P < 0.01;图1L)。通过癌症免疫组图谱(the Cancer Immunome Atlas, TCIA)网站[3]比较两个CMRPS组患者的微卫星不稳定性(microsatellite instability, MSI)亚型构成，结果显示低危组患者的微卫星高度不稳定(MSI-H)比例(23%)高于高危组(11%)，表明低危组患者对免疫治疗的敏感性相对较高(图1M)。STAD患者的CMRPS评分在MSS与MSI-H患者之间、MSI-L与MSI-H患者之间差异均有统计学意义(P < 0.001;图1 N)。这表明CMRPS模型的CMRPS评分可能有助于MSI的分区和免疫治疗类型的选择。因此，CMRPS和免疫治疗反应之间的相关性为CMRPS模型在指导个性化免疫治疗策略中的潜在效用提供了见解。

图3 CMRPS模型高风险组和低风险组的突变景观。.

最后，该研究根据癌症药物敏感性基因组学数据库(Genomics of Drug Sensitivity in Cancer,GDSC)[5]中的药物敏感性数据和STAD患者的mRNA表达，评估了两个CMRPS组对6种常见抗癌药物的治疗反应。高危组对其中5种药物(阿西替尼、顺铂、吉西他滨、奥沙利铂和索拉非尼)的敏感性高于低危组，但对5-氟尿嘧啶的敏感性并无统计学意义(图1O)。这表明CMRPS模型可以作为药物敏感性的可靠指标，有助于癌症患者的精准、个性化治疗。

文章结论与讨论，启发与展望

广东医科大学黄遵楠课题组在该研究中构建了一个CMRPS模型，解析了STAD中的铜代谢与免疫功能、代谢重编程和程序性细胞死亡的关系。该研究有助于理解STAD中铜代谢、TME和免疫疗法之间的相关性，并为STAD的临床研究和治疗提供了新的预后标志物、治疗靶点和免疫治疗指标。但是STAD的发病机制尚未完全阐明，目前的治疗策略也难以满足患者的预后预期。未来工作中，研究者也将继续致力于探索肿瘤免疫治疗的和精准治疗的新方向，通过开发预后标志物希望可以全面阐述影响肿瘤发生的相关机制。