基于免疫景观分层的代谢相关前列腺癌预后风险模型开发及其临床意义

　　本研究针对前列腺癌(PCa)代谢重编程与免疫微环境相互作用的机制尚不明确的问题，通过整合TCGA多组学数据，开发了基于14个代谢相关基因的预后风险模型。研究发现高代谢活性亚型(Metabolism_H)与免疫抑制微环境及不良预后显著相关，风险评分与PD-L1表达呈正相关。该模型有效预测了1-、3-、5年总体生存率(AUC>0.74)，为PCa的免疫代谢调控机制提供了新见解，对改善风险分层和联合治疗策略具有重要临床价值。

　　

前列腺癌作为全球男性第二高发的恶性肿瘤，其治疗面临着一个关键挑战：虽然早期患者对雄激素剥夺疗法(ADT)反应良好，但多数患者最终会发展为去势抵抗性前列腺癌(CRPC)，导致治疗效果急剧下降。这种治疗困境背后隐藏着两个重要的生物学特征——代谢重编程(metabolic reprogramming)和免疫微环境重塑。肿瘤细胞通过改变代谢方式（如增强脂质代谢和氨基酸利用）来适应快速增殖的需求，同时这种代谢改变又直接影响免疫细胞功能，形成免疫抑制性微环境。然而，代谢与免疫之间的相互作用在前列腺癌中仍未明确，这正是四川大学华西医院刘元婷团队在《Discover Oncology》发表的研究所要解决的核心问题。

研究人员利用癌症基因组图谱(TCGA)数据库获取前列腺癌患者的转录组和临床数据，采用单样本基因集富集分析(ssGSEA)评估代谢通路活性，通过CIBERSORT和xCell等多种算法评估免疫浸润情况，并运用单因素Cox和LASSO回归分析构建预后模型。关键实验技术包括：基于TCGA队列的生物信息学分析、ssGSEA代谢分型、免疫细胞浸润计算（CIBERSORT/xCell/MCPcounter等多算法验证）、LASSO-Cox预后模型构建、以及针对关键基因OGFR的功能验证实验（shRNA基因沉默、qRT-PCR和CCK-8细胞增殖检测）。

3.1 Identification of metabolism-related subtypes in prostate cancer

通过共识聚类分析，研究团队基于28条代谢通路的ssGSEA评分将前列腺癌患者分为两个明显亚型：高代谢活性组(Metabolism_H)和低代谢活性组(Metabolism_L)。t-SNE分析证实了这两种亚型的显著分离。Metabolism_H组在脂肪酸生物合成、氧化磷酸化和甘油磷脂代谢等通路上表现活跃，而Metabolism_L组则显示整体代谢活性较低，这揭示了前列腺癌中存在显著的代谢异质性。

3.2 Immune landscape and transcriptomic alterations between metabolism subtypes

免疫特征分析显示，Metabolism_L组具有更高的HLA基因（包括HLA-DQA2、HLA-DPB1和HLA-DPA1）表达，表明其抗原提呈能力更强。CIBERSORT分析发现Metabolism_L组富含CD8⁺T细胞、活化记忆CD4⁺T细胞和浆细胞等免疫效应细胞，而Metabolism_H组则呈现免疫抑制性"冷"肿瘤特征。差异基因表达分析进一步证实了两组间显著的转录组差异。

3.3 Identification of prognosis-associated metabolic genes and model construction

通过单因素Cox回归分析鉴定出多个与总体生存(OS)显著相关的代谢基因，包括风险基因（OGFR、EED、IRF3、SEMA6B，HR>1）和保护性基因（ANGPTL1，HR<1）。转录因子调控网络分析预测IRF7、EP300和STAT1等关键转录因子可能调控这些预后基因。LASSO回归最终筛选出14个基因构建预后风险模型。

3.4 Validation and evaluation of the metabolism-based prognostic signature

基于中位风险评分将患者分为高风险组和低风险组，验证结果显示高风险组死亡率显著更高，生存时间更短。风险评分与总体生存率呈负相关(R=-0.16, p=0.00029)。Kaplan-Meier分析证实高风险组生存预后更差(p<0.001)。时间依赖性ROC曲线显示模型在1、3、5年OS预测中表现出良好准确性(AUC分别为0.769、0.773和0.744)，校准曲线表明预测与实际观察结果高度一致。

3.5 Association of the risk model with immune landscape and clinical prognostic factors

风险评分与免疫细胞浸润存在显著相关性，特别是与调节性T细胞(Tregs)、静息树突状细胞和M2型巨噬细胞呈正相关。值得注意的是，风险评分与免疫检查点分子CD274(PD-L1)表达呈正相关(R=0.11, p=0.018)，表明高代谢风险患者可能具有更强的免疫逃逸潜力。整合风险评分、年龄、T分期和Gleason评分的列线图有效预测了1、3、5年OS概率。

3.6 Comprehensive immune infiltration landscape and clinical relevance of the risk score

多算法(CIBERSORT、TIMER、xCell、EPIC)免疫浸润分析一致显示风险评分与多种免疫细胞群相关：与M0巨噬细胞和CD8⁺T细胞呈正相关，与癌症相关成纤维细胞和髓系树突状细胞呈负相关。临床特征分析发现高风险组更常见晚期T分期(T3-T4)和高Gleason评分(≥8)，进一步证实了风险评分的临床相关性。

3.7 OGFR knockdown suppresses proliferation of PC3 cells

功能实验证实OGFR在前列腺癌进展中的重要作用。shRNA敲低OGFR表达后，PC3细胞的增殖能力在48和72小时显著降低(P<0.05和P<0.01)，表明OGFR作为风险基因促进前列腺癌细胞增殖。

研究结论与讨论部分强调，该研究首次系统揭示了前列腺癌代谢异质性与免疫微环境的相互作用机制。Metabolism_H亚型通过上调脂质和氨基酸代谢通路，创造免疫抑制微环境，导致更差预后。开发的14基因代谢风险模型不仅有效预测患者生存，还与PD-L1表达和免疫排斥特征正相关，为免疫治疗响应提供了潜在预测指标。更重要的是，研究发现靶向代谢基因（如OGFR）可抑制肿瘤增殖，这为开发联合治疗策略提供了理论依据：通过靶向肿瘤代谢可能增强免疫反应，改善治疗效果。

该研究的局限包括仅使用TCGA数据进行回顾性分析，需要外部数据集验证； bulk RNA-seq无法完全解析单细胞水平的异质性；代谢通路与免疫细胞功能障碍的机制联系需要进一步实验验证。未来研究应聚焦于代谢-免疫相互作用的分子机制，探索代谢抑制剂与免疫治疗的联合策略，为前列腺癌患者提供新的治疗选择。