Integrated bulk and single-cell transcriptomic analyses identify MAD2L1 as a candidate diagnostic and prognostic marker of a lineage-agnostic cell- cycle program in hepatocellular carcinoma
本研究整合了大块和单细胞转录组分析，旨在将 MAD2L1 鉴定为肝细胞癌中一种细胞周期程序的稳健、与谱系无关的诊断及独立预后标志物，该程序与免疫微环境异质性相关联，并为靶向治疗药物的开发提供了基础。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
肝癌，特别是被称为肝细胞癌的一种类型，是全球范围内导致死亡的主要原因之一。虽然医生拥有移除肿瘤或使用药物减缓其进展的工具，但该疾病经常复发或产生耐药性，导致晚期病例的生存率极低。造成这种困难的一个主要原因是肝癌并非一种单一、统一的疾病，而是一种由不同细胞类型和分子行为构成的混乱混合体。这种癌症最一致的特征之一是，其细胞分裂和增殖的速度远快于健康细胞应有的速度。这种不受控制的增长是由细胞内部的一套特定指令驱动的，即一个告诉细胞何时复制 DNA 以及何时分裂成两个的程序。科学家们早已知晓这种“细胞周期”在癌症中会发生紊乱，但一直难以准确锁定究竟是哪些细胞在驱动这种增长，以及这种疯狂的分裂如何影响周围环境（包括本应对抗肿瘤的免疫细胞）。了解这种增长程序的精确本质，可以帮助医生更早地识别出最具危险性的肿瘤，并寻找新的方法来阻止它们。
一个研究小组致力于以比以往更高的清晰度来绘制这一混乱的增长程序图谱。他们首先从三个不同的庞大肝癌组织样本库中收集数据，并将它们合并，从而创建了一个大规模且稳健的数据集。利用强大的计算机算法，他们筛选了数千个基因，以寻找那些在癌细胞中持续开启但在健康肝脏组织中关闭的基因。这一过程将他们的注意力缩小到了一个特定的基因组上，这些基因充当着细胞分裂的引擎。从这个基因组中，他们利用机器学习识别出了六个协同工作的关键基因，它们构成了一个快速增殖的特征签名。在这六个基因中，他们选出了一个名为 MAD2L1 的基因作为特别有用的代表。该基因在细胞分裂过程中充当着类似安全开关的角色，确保染色体在细胞分裂前被正确复制。在健康细胞中，这个开关运作完美；但在癌症中，它往往过度活跃或出现故障，导致细胞带着错误进行分裂，进而导致更具侵略性的肿瘤。
研究人员随后测试了这六基因特征签名和 MAD2L1 基因是否能够可靠地区分癌症与健康组织。他们将发现应用于一组完全独立的、另一组患者数据中，以确保结果并非仅仅是第一组数据的偶然现象。结果令人瞩目：这六基因特征签名能够以近乎完美的准确度区分肿瘤与正常肝组织。单个基因 MAD2L1 仅凭自身也能表现得几乎同样出色。更重要的是，团队发现患者肿瘤中 MAD2L1 的水平是预测其未来健康状况的强有力指标。即使研究人员考虑了患者年龄、癌症分期以及显微镜下的肿瘤形态等其他因素，高水平表达该基因的患者生存时间明显较短。这表明 MAD2L1 不仅仅是一个旁观者，而是一个可靠的危险、快速增长状态的标志物，医生可以利用它来评估预后。
为了了解这一增长程序实际上存在于肿瘤中的什么位置，研究人员利用单细胞测序技术将观察尺度缩小到了单个细胞层面。他们没有观察混合的组织样本，而是逐一检查了数万个独立细胞的遗传活动。他们发现，这六基因特征签名并不局限于癌细胞本身。相反，它呈现出一种“谱系无关”（lineage-agnostic）的模式，这意味着它出现在各种正在进行分裂的细胞类型中。这不仅包括类肝细胞，还包括正在积极增殖的免疫细胞，如某些类型的白细胞和树突状细胞。这一发现挑战了“只有癌细胞在驱动增长”的观点；它表明整个肿瘤环境都陷入了一种快速、混乱的分裂状态。研究人员还模拟了如果从网络中虚拟移除 MAD2L1 基因会发生什么。计算机模拟显示，关闭该基因会在肿瘤环境中产生连锁反应，影响涉及免疫调节和髓系细胞（一种白细胞）活动的基因。这暗示了肿瘤的疯狂分裂与免疫系统反应能力之间存在复杂的联系。
最后，团队寻找了攻击这一特定增长程序的潜在途径。他们利用人工智能筛选了数千种现有的化学化合物，以观察哪些化合物可能与这些六个基因产生的蛋白质结合。他们识别出了少数几个有前景的候选化合物，在计算机模型中，这些化合物表现出极强的结合目标蛋白的能力。其中一种化合物显示出与一种名为 TOP2A 的蛋白质具有非常强的预测匹配度，而 TOP2A 已是某些抗癌药物的已知靶点。另一种则显示出与 MAD2L1 本身良好的匹配度。虽然这些目前仅为计算机预测，尚未在活体患者身上进行测试，但它们为开发专门针对这种侵略性细胞周期程序的疗法提供了一个具体的起点。该研究得出结论，通过专注于这种可重复的快速分裂特征，科学家可以更好地理解肝癌的生物学特性，识别高风险患者，并可能解锁针对该疾病增长引擎的新型治疗手段。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。