导 读

乙型肝炎病毒（HBV）是引发肝细胞癌（HCC）的主要风险因素，其特点是基因组不稳定性和持续的DNA复制应激。为了更好地理解和治疗HBV相关的HCC，本文利用机器学习策略，开发并验证了一个与DNA复制应激相关的预后指数。此外，该研究还通过大规模药物筛选发现了潜在的治疗靶点和药物，为高预后指数的患者提供了新的治疗可能。本文的研究为优化HCC的治疗策略和针对HBV携带者的管理指导提供了有益的启示。

图1 图文摘要

开发一个基于9个DNA复制应激相关基因的𝑷𝑰𝑹𝑺

图2 研究设计

在这项研究中，作者利用机器学习的方法，从21个DNA复制应激相关的基因中集中筛选出9个具有预后价值的基因，构建了一个DNA复制应激相关的预后指数（𝑷𝑰𝑹𝑺）。该指数可以对HBV相关HCC患者进行风险分层，从而为个性化治疗提供依据。作者使用了606例HBV相关HCC患者的转录组数据来开发和验证𝑷𝑰𝑹𝑺，发现其可以有效地区分高风险和低风险患者；并且与其他基于无偏HCC人群的预后标志物相比，𝑷𝑰𝑹𝑺具有更高的预测准确性和稳定性。作者还开发了一个R包“hccPIRS”用于便捷计算单个样本的𝑷𝑰𝑹𝑺值（图3）。

图3 𝑷𝑰𝑹𝑺在4个HBV相关肝癌中的预后评估

探索𝑷𝑰𝑹𝑺相关的临床特征和生物学过程

作者进一步分析了𝑷𝑰𝑹𝑺和临床变量，以及和生物标志物之间的关系，发现高𝑷𝑰𝑹𝑺与高AFP水平、更高的病理分期和肝癌巴塞罗那分期（BCLC）、更高的Ki-67增殖指数和癌干细胞特征有显著关联（图4）。

图4  𝑷𝑰𝑹𝑺与临床和生物学过程的相关性图谱

另外，作者还发现低𝑷𝑰𝑹𝑺与更高的HBV蛋白表达、更强的免疫浸润和代谢活性以及更高的免疫治疗反应可能性有显著关联。通过转录组和蛋白组水平的功能富集分析，作者揭示了不同风险组患者在DNA复制应激、细胞周期、染色质重塑、免疫反应和代谢过程等生物学通路之间存在着显著差异（图5）。

图5 𝑷𝑰𝑹𝑺与免疫/代谢通路以及基因组变异的相关性

鉴定潜在的治疗靶点

为了进一步探讨DNA复制应激相关基因在肝癌细胞株中是否具有依赖性，即敲除相关基因是否会影响肝癌细胞株的生存能力，作者利用DepMap数据库中提供的CRISPR-Cas9筛选数据，对肝癌细胞株中每个基因在基因敲除后对于细胞生存能力的影响程度（CERES值）进行了考察。其结果显示，六个（TOP2A，PRMT1，CSNK1D，PPIH，CDC7 和 MCM10）基因的CERES值与𝑷𝑰𝑹𝑺呈显著强负相关，表明这些基因对于高风险组肝癌细胞株具有较强依赖性，可作为潜在治疗靶点（图6）。作者利用大规模药物筛选数据库（DepMap）来预测可能对高风险组患者有效的药物，发现四个潜在的治疗靶点（TOP2A, PRMT1，CSNK1D，和 PPIH）及五种药物（teniposide，doxorubicin，epirubicin等三种拓扑异构酶抑制剂以及JNJ-7706621和PHA-793887两种CDK抑制剂），这些药物都可以显著抑制高风险组肝癌细胞株（HCCLs）的增殖，并诱导细胞凋亡或减少细胞存活率。作者通过体外和体内数据验证了这些药物对高风险组肿瘤细胞的杀伤效果（图6）。

图6 鉴定与𝑷𝑰𝑹𝑺相关的治疗靶点

预测靶向药物的潜在疗效

为了寻找针对高风险组患者的治疗策略，作者从CMap数据库中筛选出了五种可能对高风险组肝癌细胞株有治疗效果的药物，即上文提到的三种拓扑异构酶抑制剂（teniposide, doxorubicin, and epirubicin）和两种CDK抑制剂（JNJ-7706621 and PHA-793887）。随后，作者进一步利用pRRophetic模型来预测这些药物对于不同肝癌细胞株的药物敏感性，并以AUC值作为疗效指标。结果表明，这些药物对于高风险组肝癌细胞株的AUC值普遍低于低风险组肝癌细胞株，即这些药物对于高风险组肝癌细胞株具有更强的治疗效果（图7）。 

图7 筛选针对高𝑷𝑰𝑹𝑺患者的潜在治疗药物

总结与展望

该项研究采用的方法及其发现为HBV相关的HCC及其他疾病的研究和治疗提供了新的视角。通过机器学习策略分析DNA复制应激，研究人员揭示了其与免疫反应和代谢活动的关联，为理解肝癌的生物学机制提供了新的线索；该方法还帮助研究者识别出了可能的药物靶点和治疗药物，为肝癌的治疗提供了新的可能性。除此之外，机器学习策略的应用并不局限于肝癌研究，对于其它类型的癌症、神经退行性疾病和心血管疾病等需要处理和解释复杂数据的疾病研究，该方法仍然可以广泛应用。同样，药物筛查方法也可以用于其他疾病的治疗策略开发，帮助研究人员快速有效地识别出可能的药物和药物靶点。总的来说，这项研究展示了机器学习和药物筛查在疾病研究和治疗中的广泛应用潜力，预示着未来可能会有更多的疾病得到更有效的治疗。

责任编辑

高 毅    深圳大学

梅 林   北京协和医学院 & 中国医学科学院生物医学工程研究所

扫二维码｜查看原文

原文链接：http://www.the-innovation.org/medicine/article/10.59717/j.xinn-med.2023.100014

本文内容来自The Innovation姊妹刊The Innovation Medicine第1卷第1期以Report发表的“DNA replication stress stratifies prognosis and enables exploitable therapeutic vulnerabilities of HBV-associated hepatocellular carcinoma: An in-silico precision oncology strategy” (投稿: 2023-02-20；接收: 2023-05-12；在线刊出: 2023-06-06)。

DOI: https://doi.org/10.59717/j.xinn-med.2023.100014

引用格式：Lu X., Meng J., Wang H., et al. (2023). DNA replication stress stratifies prognosis and enables exploitable therapeutic vulnerabilities of HBV-associated hepatocellular carcinoma: An in-silico precision oncology strategy. The Innovation Medicine 1(1), 100014.

作者简介

言方荣，教授，博士生导师。中国药科大学理学院生物统计系主任，生物统计与计算药学研究中心主任，中国医药教学协会医药统计专业委员会副主任委员。主要研究领域：临床试验中的生物统计问题，癌症基因组学分析。近年来以第一/通讯作者在NEJM, Annals of Oncology, Clin Cancer Res (discussion paper), Genome Biology, AJRCCM, Journal of Statistical Software, The Annals of Applied Statistics, SMMR, JRSSC, Bioinformatics等学术期刊发表论文120多篇。入选江苏省“六大人才”高峰项目江苏省“青蓝工程”中青年学术带头人，现主持国家自然科学基金面上项目2项，江苏省重点研发计划1项，开发完成系列临床试验软件，出版肿瘤临床试验方法学专著《肿瘤临床试验贝叶斯设计方法》，主编《Advanced Statistics in Regulatory Critical Clinical Initiatives》(Chapmam & Hall/CRC)，主编教材6部。

Web: https://ygl.cpu.edu.cn/gmis5/dsfc/dsfcgrxx/6C4CEFC444DC1D265AC0D1093DA27D71

往期推荐

The Innovation 简介

扫二维码 ｜ 关注期刊官微

The Innovation是一本由青年科学家与Cell Press于2020年共同创办的综合性英文学术期刊：向科学界展示鼓舞人心的跨学科发现，鼓励研究人员专注于科学的本质和自由探索的初心。作者来自全球54个国家；已被126个国家作者引用；每期1/5-1/3通讯作者来自海外。目前有196位编委会成员，来自21个国家；50%编委来自海外；包含1位诺贝尔奖获得者，37位各国院士；领域覆盖全部自然科学。The Innovation已被DOAJ，ADS，Scopus，PubMed，ESCI，INSPEC，EI等数据库收录。2022年影响因子为32.1，CiteScore为23.6。秉承“好文章，多宣传”理念，The Innovation在海内外各平台推广作者文章。

期刊官网：

www.the-innovation.org

www.cell.com/the-innovation

期刊投稿（Submission）：

www.editorialmanager.com/the-innovation

商务合作（Marketing）：

marketing@the-innovation.org

Logo｜期刊标识

See the unseen & change the unchanged

创新是一扇门，我们探索未知；  

创新是一道光，我们脑洞大开；  

创新是一本书，我们期待惊喜；  

创新是一个“1”，我们一路同行。

The Innovation 姊妹刊

The Innovation