Integrated bulk and single-cell RNA-seq analysis reveals psychological stress-related prognostic genes for risk stratification in lung adenocarcinoma

肺腺癌是最常见的肺癌类型，而肺癌仍然是全球癌症死亡的主要原因之一。尽管现代医学在靶向治疗和免疫治疗方面取得了长足进步，但患者的预后差异巨大。有些人对治疗反应良好，可以生存多年，而另一些人则面临着更短的生命旅程，这通常是因为癌症在每个个体身上的表现方式不同。几十年来，医生一直通过观察物理肿瘤和患者的整体健康状况来推测疾病的进展。然而，越来越多的研究表明，身心是紧密相连的，患者的情绪状态实际上可能会影响癌症的生长方式。心理压力——即人体对艰难生活事件的反应——会触发一系列化学信号，从而改变细胞的行为。科学家长期以来一直怀疑，这种内在压力可能会使肿瘤变得更具侵略性或更难治疗，但要准确确定哪些基因负责这种联系一直非常困难。

一个研究团队致力于通过一个新的视角来观察肺癌肿瘤的遗传蓝图，以弥补这一空白。他们希望找到那些不仅驱动癌症生长，而且与身体压力反应相关的特定基因。为了实现这一目标，他们结合了两种强大的数据类型。首先，他们检查了体块RNA测序（bulk RNA sequencing），这就像是遗传信息的“奶昔”，通过混合肿瘤样本中数百万个细胞的信号来观察平均活性。其次，他们使用了单细胞RNA测序（single-cell RNA sequencing），这是一种更锐利的工具，可以逐个读取单个细胞的遗传密码，从而让他们看清哪些细胞类型是活跃的，以及它们是如何相互交流的。通过将这些遗传图谱与已知会对心理压力做出反应的基因清单进行交叉比对，他们的目标是建立一个模型，根据肿瘤独特的遗传特征来预测患者的生存率。

研究人员首先将肺癌肿瘤中的基因与健康肺组织中的基因进行了比较。他们识别出了数千个在癌症中被开启或关闭的基因。从这个庞大的名单中，他们筛选出了那些已知会对压力做出反应的特定基因。这一过程将他们的注意力缩小到了一小组候选基因上，这些基因似乎处于癌症生长与压力反应的交汇点。利用先进的统计方法，他们测试了哪些基因与患者的生存时间联系最为紧密。经过严格的筛选，他们最终确定了一个仅由四个基因组成的特征序列：CCNB1、TLR4、CCNA2 和 EXO1。这四个基因起到了强大的预测作用。当研究人员根据这些基因的活性水平计算风险评分时，他们可以清晰地将患者分为两组：高风险组和低风险组。

这两组之间的差异非常显著。高风险组患者的肿瘤显示出这些压力相关基因的高活性，其生存时间明显短于低风险组。这一模式不仅在他们最初研究的患者群体中成立，而且当他们在来自不同数据库的另一组患者身上测试该模型时也同样成立，证明了这一发现是可靠的，而非特定数据集下的偶然现象。研究人员还构建了一个名为列线图（nomogram）的工具，该工具将这种遗传风险评分与肿瘤大小及是否发生淋巴结转移等标准临床因素相结合。该工具使医生能够比仅使用临床因素更准确地估算患者的一年、两年或三年的生存概率。

通过深入研究，团队探索了这些基因在体内究竟在做什么。他们发现，高风险组具有独特的生物学景观。他们的肿瘤在细胞周期（即细胞分裂和增殖的过程）方面更为活跃，并显示出更大的基因组不稳定性，这意味着癌细胞内部的DNA更容易出现错误和突变。高风险肿瘤还拥有不同的免疫细胞组成。虽然低风险组拥有较为平衡的免疫环境，但高风险组显示出一种炎症状态，这种状态矛盾地似乎在支持而非对抗癌症的生长。此外，研究表明，高风险组患者对化疗的反应可能有所不同。模型预测，这些患者对顺铂和多西他赛等某些药物更为敏感，而低风险组可能对其他药物反应更好。这表明，了解患者的压力相关遗传特征可以帮助医生从一开始就选择正确的化疗药物。

为了理解哪些细胞在驱动这种行为，研究人员转向了他们的单细胞数据。他们发现，这四个关键基因在“周期性细胞”（cycling cells）中最为活跃，这是一个涵盖了目前正在进行分裂过程的细胞的广泛类别。这些周期性细胞并非单一类型；研究人员发现它们可以细分为不同的亚群，包括周期性上皮细胞、周期性免疫细胞和周期性巨噬细胞。在高风险肿瘤中，这些周期性细胞之间的通信比在正常组织或低风险肿瘤中更为频繁且强烈。它们向彼此发送更强的信号，构建了一个似乎在为肿瘤进展提供动力的网络。研究还追踪了这些细胞的生命周期，展示了它们的遗传活性如何随着从发育早期阶段到后期阶段的移动而发生变化，其中压力相关基因在关键时刻改变了它们的表达模式。

研究人员并未止步于计算机模型。他们采用了来自新疆一家医院的肺癌组织和细胞系样本，并使用 RT-qPCR 技术在实验室中测量了这些基因的实际水平。他们证实，在四个基因中的三个——CCNB1、CCNA2 和 EXO1——在癌组织中的水平确实高于健康组织，这与他们大规模数据分析的预测相吻合。其中一个基因 TLR4 在这项特定的实验室测试中并未显示出显著差异，作者指出这可能是由于患者群体或具体方法的差异所致。这一实验步骤至关重要，因为它将发现从理论数据转化为物理现实，证实了这些基因在人类肺癌中确实是过度活跃的。

这项研究得出结论：心理压力不仅仅是患者的一种感受，它会在肿瘤本身留下分子层面的指纹。本研究识别出的这四个基因充当了生物学桥梁，将外部的压力与癌症生长的内在机制联系起来。虽然研究人员承认，其工作主要基于对现有数据的分析，且需要进一步的实验来充分理解其机制，但结果为思考肺癌风险提供了一种新途径。通过识别那些由压力相关通路驱动的患者，医生很快就能实现更精准的患者分层，从而预测谁面临较差预后的风险，并量身定制旨在针对其癌症特定脆弱性的治疗方案。这种方法超越了仅仅治疗肿瘤本身，开始转向治疗该肿瘤所处的独特生物学背景。