乳腺癌预后分子标志物新发现：氨基酸代谢基因(AAMRGs)的免疫微环境调控机制与临床转化价值

　　本研究通过整合机器学习算法与生物信息学分析，系统揭示了氨基酸代谢相关基因(AAMRGs)在乳腺癌预后预测中的关键作用。研究构建了基于AIMP2、IYD和QARS1基因的风险模型（1年AUC=0.87），证实其与肿瘤免疫微环境(TIME)显著相关，并首次发现QARS1通过调控甲硫氨酸代谢影响乳腺癌细胞增殖，为个性化治疗提供新靶点。

　　

Abstract
乳腺癌预后精准分子标志物的开发对改善治疗效果具有重要意义。本研究探讨了氨基酸代谢基因(AAMRGs)作为预测标志物的潜力及其与免疫-肿瘤微环境的关联。通过机器学习算法和生物信息学技术，分析了AAMRGs对乳腺癌患者免疫状态和总生存期的影响，建立了基于AIMP2、IYD和QARS1的风险模型（1年/3年/5年AUC分别为0.87/0.82/0.80），并发现QARS1可能通过甲硫氨酸代谢调控肿瘤细胞增殖。

Introduction
乳腺癌是全球女性第二大常见癌症，占癌症总死亡率的6.9%。尽管诊疗技术不断进步，开发可靠的预后标志物仍是临床挑战。近年研究发现，肿瘤免疫微环境(TIME)中氨基酸代谢重编程与肿瘤进展密切相关，特别是含硫氨基酸（如甲硫氨酸和半胱氨酸）参与氧化还原反应，为肿瘤生长提供能量。此外，某些非必需氨基酸（如亮氨酸、丝氨酸）在特定癌症中可能转变为必需氨基酸。

Materials and methods
研究从TCGA和GEO数据库获取1069例乳腺癌样本，通过共识聚类将患者分为两个亚群。采用ESTIMATE、CIBERSORT和ssGSEA算法评估免疫浸润差异，利用LASSO和随机森林(RF)筛选关键基因。体外实验通过qRT-PCR、Western blot和CCK-8验证基因功能，并检测S-腺苷甲硫氨酸(SAM)水平。

Result

1. 分子亚型鉴定：基于50个预后相关AAMRGs将患者分为Cluster 1（n=651）和Cluster 2（n=560），后者生存率显著更高（HR=0.65）。
2. 免疫特征：Cluster 2表现出更高的免疫评分（P<0.01）和CD8⁺
   T细胞浸润（P<0.001）。
3. 功能分析：差异表达基因富集于PPAR信号通路和IL-17信号通路（FDR<0.05）。
4. 风险模型：构建的3基因模型（AIMP2/IYD/QARS1）将患者分为高低风险组，低风险组5年生存率提高32%（P<0.001）。
5. 机制验证：QARS1过表达抑制MDA-MB-231增殖（P<0.01），并降低SAM水平（P<0.05），提示其通过甲硫氨酸代谢调控肿瘤生长。

Discussion
研究首次系统揭示了AAMRGs通过双重机制影响乳腺癌预后：既调控TIME中免疫细胞浸润（如通过PPARγ通路），又直接参与代谢重编程（如QARS1介导的甲硫氨酸代谢）。相比现有标志物OncotypeDX，该模型成本更低且可重复性强。

Conclusion
AAMRGs可作为乳腺癌预后分层的新型生物标志物，其风险模型和整合临床特征的列线图（C-index=0.82）具有临床转化潜力，为靶向代谢-免疫交叉调控的治疗策略提供理论依据。