Machine learning and single-cell transcriptomics identify key lncRNAs associated with malignant transformation and immune infiltration in colorectal cancer
本研究利用机器学习和单细胞转录组学技术，鉴定出一种能够有效区分结直肠癌中正常组织、腺瘤和肿瘤组织的七种 lncRNA 特征谱，该特征谱与免疫浸润相关，但这些标志物作为分期生物标志物而非生存期的独立预后指标。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在人体内部，结肠的内壁是一个动态变化的景观，有时会从健康状态转变为危险状态。这种转变并非一夜之间发生；它是一个缓慢、循序渐进的过程，正常的组织首先生长成一种被称为腺瘤的良性肿块，如果任其发展，随后才会演变成真正的癌症。科学家们早已知晓，这种演进是由细胞内部遗传指令的变化所驱动的，但引导这一转变的具体信号却一直隐匿其中。在这些信号中，存在着长链非编码 RNA，它们是并不构建蛋白质、而是充当“管理者”的角色，负责开启或关闭其他基因的分子。与此同时，负责巡逻体内入侵者的免疫系统，也会随着组织的转化而改变其行为，通常会向现场派遣不同类型的防御细胞。准确了解哪些遗传管理者在每个阶段发生了变化，以及它们如何与免疫系统相互作用，可能会为比现有方法更早地发现危险变化提供途径。
一个研究小组致力于高精度地绘制这一旅程，他们超越了简单的“健康对疾病”的对比，转而观察中间的特定阶段。他们从三个独立的样本库中收集了遗传数据，每个库都包含健康的结肠组织、腺瘤和肿瘤，以确保他们的发现并非单一患者群体的偶然现象。利用强大的计算机算法，他们构建了一个两阶段过滤器来对样本进行分类。第一阶段经过训练，旨在区分健康组织与任何形式的疾病；而第二阶段则学习如何区分早期的良性肿块与后期的恶性肿瘤。这种方法使他们能够识别出一组特定的七个遗传管理者，这些分子在组织从健康转向疾病、再从良性转向恶性的过程中表现出一致的变化。研究发现，这七个分子在分类能力方面具有极高的准确性，在几乎所有的测试案例中都能正确识别组织的病理状态。
研究人员随后进行了更深入的观察，以确定这些遗传管理者在组织中的活跃位置。通过检查单个细胞而非仅仅是整个样本的平均值，他们发现其中两个分子在早期腺瘤中的类干细胞（stem-like cells）中特别活跃。这些细胞具有生长和分裂的潜力，这表明遗传变化发生在问题的源头，远在肿瘤形成之前。研究还揭示了这些遗传管理者与免疫系统之间的联系。研究人员发现，这些分子的水平与特定免疫细胞的存在有关，例如聚集在肿块生长部位的某些类型的白细胞。这表明，随着组织的开始变化，不仅是细胞本身在发生改变，周围的环境——包括免疫反应——也在发生变化。
尽管这些分子在识别疾病阶段方面取得了成功，但研究人员还测试了它们是否也能预测患者随后的预后情况。他们分析了数百名确诊结直肠癌患者的数据，以观察这些分子的高水平或低水平是否意味着患者寿命的长短。结果很明确：虽然这些分子在区分健康结肠、良性肿块和肿瘤方面表现出色，但它们并不能可靠地预测患者患癌后的未来病程。其中一个分子显示出与生存率之间存在某种微弱的联系，但当研究人员考虑到进行的多次测试（多重检验）时，这一信号就消失了。这种区别至关重要：该研究证明，这七个分子是诊断患者处于疾病谱系中哪个阶段的强大工具，但它们尚未被证明是预测疾病一旦确立后将如何发展的工具。
这项工作为看待结直肠癌的早期阶段提供了一种新视角，将焦点从单纯寻找肿瘤，转向理解良性肿块开始发生危险转折的精确时刻。通过识别在这一转变过程中跳动的特定遗传开关，并将其与免疫系统的反应联系起来，研究人员提供了一份候选名单，这可能有助于医生在肿块变成癌症之前发现高风险肿块。然而，这项研究也为目前的发现划定了清晰的界限。这些分子是判定疾病分期的强力候选者，有助于将组织分类为正常、癌前或癌性，但目前还不应将其用于猜测患者的预后。未来的路径需要在新的患者群体中进行进一步测试，以确认这些遗传特征在现实世界中是否依然成立，从而有望开发出更好的筛查工具，在疾病处于最早、最易治疗的时刻将其捕捉。
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。