颗粒物会调节外周血单核细胞的转录组，扰乱细胞代谢，并增强其致癌活性

《International Journal of Environmental Health Research》：Particulate matter modulates the transcriptome of peripheral blood mononuclear cells, dysregulates cell metabolism and enhances their carcinogenic activity

　　摘要
颗粒物（PM）是一种空气污染物，可引发多种疾病，主要与免疫活性相关。因此，外周血单核细胞（PBMCs）通过免疫变化对PM作出积极反应，这种变化体现在它们的转录组中，可能导致关键稳态途径的改变。同样，癌症患者的这些细胞中的基因表达谱也发生了改变，表明在致癌过程中存在显著相互作用。本研究对暴露于PM10的PBMCs进行了RNA测序，并进行了分析，以识别和表征与癌症特征相关的差异基因表达模式。我们的结果表明，PBMCs在暴露于PM10后有1226个基因发生差异性重塑，这些基因调控了诸如血管生成、细胞凋亡、细胞周期、炎症和代谢等关键生物过程，可能促进癌症的发生、进展、转移和免疫逃逸。此外，不同类型的细胞在PM暴露后也有共同改变的基因，突显了AKR1C1在这种污染物响应中的作用。观察到与癌症相关过程有关的基因与某些转录因子之间存在关联。总之，PM10对PBMCs的转录组有强烈的调节作用，表明基因重塑可能导致癌症。

关键词：癌症；PM10；PBMCs；转录组学；RNA测序

引言
近几十年来，空气污染已成为一个严重的公共卫生问题，对人类健康产生广泛不良影响（Cohen等人，2017年；Boogaard等人，2022年；世界卫生组织，2022a年）。在空气污染物中，颗粒物（PM）是由多种来源悬浮在大气中的固体和液体颗粒的复杂混合物，包括工业排放、车辆尾气以及自然来源（如沙尘暴）（Arias-Pérez等人，2020年；Marin-Palma等人，2023年）。由于其性质和在大气中的丰富程度，PM被认为是对公共卫生最有害的空气污染物之一，许多研究将其与多种健康问题联系起来，包括心血管和肺部疾病、神经系统疾病、炎症性皮肤病、妊娠并发症和癌症（Al-Kindi等人，2020年；Arias-Pérez等人，2020年；Orellano等人，2020年；Gómez-Gallego等人，2022年；Chao等人，2023年）。在这些疾病中，癌症仍然是一个重大的公共卫生挑战，全球发病率和死亡率不断上升，2020年新增病例1900万例，死亡1000万例（世界卫生组织，2022b年）。空气污染（特别是PM）与癌症之间的关联已得到广泛研究。国际癌症研究机构（IARC）将室外空气污染中的颗粒物归类为1类——对人类具有致癌性（国际癌症研究机构，2024年）。此外，多项研究表明，长期暴露于细颗粒物（PM2.5）会增加患癌症的风险，包括肺癌、膀胱癌和某些类型的皮肤癌（Ou等人，2020年；Liu等人，2021年；Yu等人，2021年）。同样，粗颗粒物（PM10）也与肺癌和乳腺癌的风险增加以及癌症相关基因的激活有关（Kang等人，2020年；Yu等人，2021年）。这种关联的机制涉及吸入PM中的致癌物质，可能导致DNA损伤、慢性全身炎症和基因表达改变，所有这些都会促进肿瘤事件的发展和进展（Barth等人，2017年；Arias-Pérez等人，2020年；Ferr?o Vargas等人，2023年；Marín-Palma等人，2023年）。此外，PM还可以作为其他致癌物（如多环芳烃（PAHs）和重金属）的载体，加剧空气污染的致癌效应（Holme等人，2023年）。

在这种情况下，外周血单核细胞（PBMCs）在癌症进展期间的免疫反应中起着核心作用，参与免疫监视并有助于抗肿瘤免疫。PBMCs由多种免疫细胞类型组成，包括T细胞、B细胞、自然杀伤（NK）细胞和单核细胞。这些细胞通过抗原特异性机制识别和消除癌细胞，并促进有助于限制肿瘤进展的免疫反应和炎症。例如，T细胞和NK细胞通过细胞毒性参与识别和消除肿瘤细胞，而分化为巨噬细胞的单核细胞在肿瘤微环境中的炎症和免疫反应中起关键作用（Chen等人，2020年；Kiss等人，2020年）。此外，多项研究描述了癌症患者PBMCs中的基因表达谱改变，反映了肿瘤进展期间的全身免疫失调。这些变化影响了与细胞迁移和激活、血管生成、细胞通讯、免疫反应和凋亡过程相关的基因，尤其是在单核细胞中。例如，SIGLEC1和CCL8的过表达与微环境中的肿瘤诱导炎症信号传导有关，表明PBMC的转录特征可以作为癌症检测、预后和治疗反应的生物标志物（Cassetta等人，2019年）。

在这方面，转录组学作为一种有前景的工具，允许全面研究RNA转录本中的基因表达，包括信使RNA（mRNA）、非编码RNA（ncRNA）和小RNA（Supplitt等人，2021年；Pleasance等人，2022年）。通过分析转录组，可以识别在不同条件下的差异表达基因，包括那些参与免疫调节和癌症相关信号通路的基因（Chen等人，2020年；Supplitt等人，2021年）。因此，本研究使用RNA测序（RNA-seq）来研究PBMCs在暴露于PM10后的转录变化。具体来说，我们旨在识别和表征与免疫细胞功能和对环境压力反应相关的差异基因表达模式，从而深入了解空气污染对癌症相关通路的潜在影响。通过这项研究，我们期望增进对PM10暴露如何影响免疫细胞功能并促进全身炎症的理解，为潜在的预防策略铺平道路。

材料与方法
实验设计
如前所述（Marín-Palma等人，2023年），从6名自愿参与的20-42岁健康男性个体中通过静脉穿刺使用EDTA管获取外周血样本。使用Ficoll-Histopaque（Sigma-Aldrich Chemical Co.，圣路易斯，MO，美国）通过密度梯度方法分离PBMCs。排除有活动性感染过程、癌症、长期服药以及有吸烟或非法药物使用史的志愿者。

另一方面，PM10从Valle de Aburrá早期预警系统（SIATA）的10个半自动监测站收集。简要来说，过滤器在超纯无菌水中以37赫兹（Hz）超声处理2小时15分钟。然后过滤、冻干并储存在-20°C直至使用。提取过程和颗粒物表征已在先前的研究中描述（Marin-Palma等人，2023年）。PM10储备溶液在去离子水中制备，最终浓度为10,000 μg/mL，工作溶液（100 μg/mL）在添加了5%胎牛血清（FBS）的RPMI-1640中制备。由于储备溶液的浓度很高，工作溶液中去离子水的比例可以忽略不计。

使用来自6名独立男性捐赠者的PBMCs作为生物学重复样本。细胞以3,000,000个/mL的密度接种在添加了5% FBS、1%青霉素-链霉素、1% L-谷氨酰胺的2 mL RPMI-1640中。为每位捐赠者建立了两种实验条件：（i）未经处理的细胞（对照组）和（ii）暴露于100 μg/mL PM10 48小时的细胞。

RNA提取和测序
对于总RNA提取，使用Direct-zol RNA提取试剂盒按照制造商的说明进行。此外，进行了DNase处理以减少潜在的DNA杂质。为了确定提取RNA的浓度和纯度，在260-280 nm处进行了光谱分析。半径大于1.8且浓度大于600 ng的样本被认为是可接受的。此外，进行了电泳以评估RNA的完整性和浓度，仅显示两个核糖体RNA条带18S和28S的样本被认为是高质量的。RNA在-80°C下储存直至测序。使用TruSeq Stranded Total RNA Sample Prep Kit（Illumina，美国）从600 ng的总RNA中制备测序文库。每个样本用接头索引，并使用HiSeq 4000仪器（Illumina，美国）进行测序。测序使用2 × 150 bp的配对末端读取，每个样本的深度为2000万次读取，产生Fastq输出。测序后进行了质量控制（QC）过程，以确保所有包含的样本符合必要标准。

基因富集分析
绝对倍数变化≥2且假发现率（FDR）≤0.05的基因被认为是差异表达基因（DEGs）。为此，使用R（版本4.4.3）作为编程环境，并使用DESeq2包（版本1.48.1）计算DEGs。所有分析都在RStudio（版本2025.05.0 + 496）中进行，以确保可重复性和与下游生物信息学工作流程的兼容性。实施了一个包含捐赠者作为阻塞因素的公式设计，确保统计模型认识到对照组和处理组样本来自同一个体，从而减少个体间变异。此外，由于研究中的所有样本均来自男性捐赠者，因此无需过滤X染色体和Y染色体基因，从而最小化了性别相关的转录组变异。

随后，使用Enrich平台（https://maayanlab.cloud/Enrichr/）进行了功能富集分析，利用了Reactome、京都基因与基因组百科全书（KEGG）和基因本体（GO）等专门数据库。仅保留组合得分大于10的术语，以确保统计和生物学相关性。这个组合得分是一种用于分类富集术语重要性的指标，比仅使用p值提供了更平衡的评估。此外，优先考虑与癌症特征直接相关的本体——如增殖、细胞凋亡、血管生成、免疫逃逸和转移——以便进行下游解释和可视化。

cDNA构建和qPCR
如前所述（Feria-Garzón等人，2019年），使用iSCRipt cDNA合成试剂盒（BIO-RAD，Hercules，CA，美国）和制造商的说明，从200 ng的总RNA中构建cDNA。然后，使用Maxima SYBR Green qPCR Master Mix Kit（Fermentas，Glen Burnie，MD，美国）进行实时PCR。每个基因（包括管家基因PGK（磷酸甘油酸激酶）使用标准化协议扩增40个循环。对于实时RT-PCR分析，使用CFX Manager Version: 1.5.534.0511软件（Bio-Rad，Hercules，CA，美国）。数据使用??CT方法标准化到组成基因和未经处理的对照组，并以倍数变化报告。

外部验证
为了评估我们的PBMC模型的普遍性，使用暴露于空气颗粒物的人类上皮细胞（BEAS-2B暴露于PM2.5：GSE158954，GSE155616；SZ95皮脂细胞暴露于PM2.5：GSE213620；小气道上皮细胞暴露于阿富汗沙漠尘埃：GSE201150）进行了跨独立RNA-seq数据集的交叉验证。分析使用相同的QC和差异表达框架进行处理，以便直接比较基因和通路水平的信号。

结果
暴露于PM10会诱导PBMCs中的基因表达变化
进行了差异表达分析，比较了来自6名独立捐赠者的对照组和PM10处理组的配对样本，设计中包含捐赠者作为阻塞因素以最小化个体间变异。进行了生物信息学分析，在质量控制、排除低表达基因和将Ensembl基因组数据库代码转换为基因符号后，获得了1226个DEGs。其中，682个上调，544个下调，如补充表S1所示。这些DEGs被纳入富集分析，产生了3649个来自基因本体的生物过程。根据它们与免疫反应改变的相关性和与癌症进展的潜在联系，选择了21个过程，涉及总共241个DEGs。

对富集分析中选出的241个DEGs进行了主成分分析（PCA），揭示了PBMCs在PM10暴露后基因表达谱的显著变化（图1(a)）。分析显示方差为59%，将样本聚类为两个不同的组，表明处理组和未处理组之间存在明显差异。尽管未处理组的基因表达谱是一致的，但PM10暴露诱导了差异基因表达，方差高达17.1%，处理组的样本显示出更大的分散。图1. PM10在PBMCs中诱导了与癌症过程相关的差异mRNA特征。（a）暴露于PM10的PBMCs的基因表达的主成分分析。每个主成分（PC1和PC2）的方差百分比（对照组（I–VI）和PM暴露组（I–VI）。（b）与暴露于PM10的PBMCs中与癌症过程相关的差异表达基因（DEGs）的基因-术语富集分析。水平条表示在该术语中调控的基因百分比（%基因/术语）。红色和蓝色分别代表上调和下调的基因。彩色垂直条代表主要的基因术语组（癌症的标志）。显示全尺寸。

为了识别PM10调节的与癌症相关的生物过程，我们使用了癌症的标志框架（Hanahan Citation2022）。如图1(b)所示，选定的21个生物过程被归类为14个癌症标志中的6个。其中最富集的标志与细胞增殖、血管生成、凋亡、代谢和基因组不稳定有关。上调的过程主要与代谢活动和生物合成途径相关，表明暴露后能量需求和大分子合成增加。相比之下，与凋亡和细胞周期控制相关的途径显示出混合调控，反映了基因调控的复杂模式。总的来说，这些发现表明PM10暴露会影响PBMC中的多个与癌症相关的生物过程。

由于体外实验是在无菌条件下进行的，因此与微生物组相关的标志被排除在这项分析之外。此外，炎症和免疫相关的标志也被排除在外，因为之前的研究已经关注了暴露于PM10的PBMC的免疫重塑（Marín-Palma等人Citation2023）。

PM暴露会诱导不同人类细胞类型中常见基因的差异表达。为了识别不同人类细胞类型在暴露于PM时基因表达的共性，我们获得了上述所述的基因表达组学数据库（GEO）中的数据。结果如图2所示，几种基因在暴露于各种PM的不同人类细胞类型中表现出差异表达。在共享基因中，AKR1C1（醛酮还原酶家族1成员C1）因其参与胆固醇转运而脱颖而出，表明可能存在代谢重塑。值得注意的是，GSE155616和GSE226707研究之间的相似度最高，共有47个差异表达基因（DEGs）。图2显示了不同人类细胞类型在暴露于PM时表达的共有基因。UpSet图分析比较了当前研究（GSE226707）和之前研究中不同人类细胞类型暴露于各种PM的情况：暴露于PM2.5的人类支气管上皮细胞（BEAS-2B）（GSE158954和GSE155616）、暴露于PM2.5的SZ95人类皮脂细胞（GSE213620）以及暴露于阿富汗沙漠PM的人类小气道上皮细胞（GSE201150）。连接的黑点表示被比较的研究，列上方的数字表示共有DEGs的数量。显示全尺寸。

PM10调节PBMC中的与癌症相关的基因。识别出了与癌症相关的基因，包括癌基因、肿瘤抑制基因以及参与细胞周期调控、凋亡、代谢和血管生成的基因。在这方面，基于之前描述的癌基因和肿瘤抑制基因（Zhang等人Citation2023），在PM10的作用下，发现了4个上调的癌基因和12个下调的肿瘤抑制基因（图3）。有趣的是，癌基因的表达在个体间表现出更多一致性，而肿瘤抑制基因的表达则表现出更多变异性。MET是最显著上调的癌基因，其表达量比其他癌基因增加了4倍（图3(a)）。而SFRP5、WNT7A和STARD13等肿瘤抑制基因则表现出下调（图3(b)）。qPCR也观察到了这一现象，即在暴露于PM10的细胞中，MET和SRC癌基因的表达显著增加，而SFRP5肿瘤抑制基因的表达显著减少（图3(c)）。图3显示了PM10暴露期间PBMC中癌基因和肿瘤抑制基因的表达变化，箱线图表示(a)癌基因和(b)肿瘤抑制基因的log2倍数变化。须状部分代表评估数据的四分位数范围（50%），中间值是中位数。(c)基因表达通过实时PCR进行量化。数据显示MET、SRC和SFRP5的倍数变化。数据以中位数±IQR（n=4）表示，并通过Mann–Whitney检验*p≤0.05，***p≤0.001显示。

与先前的报告（补充表S2）一致，不同类型的癌症与一个或多个基因的影响有关，这些基因的表达增加或减少。为了进一步探索PM10与癌症相关途径之间的关系，选择了之前描述为参与肿瘤发生过程的基因，并在我们的数据集中被识别为DEGs的基因。这些基因根据其功能本体被分为五个核心生物过程：细胞周期调控、凋亡、代谢和血管生成，这些过程共同代表了癌症发生和进展的关键机制。如图4(a-e)所示，大多数这些基因在PM10暴露后的PBMC中上调，表明细胞可能向增殖、炎症和代谢激活状态重新编程。这种模式表明颗粒物促进了有利于细胞存活和能量代谢的信号网络，同时扰乱了凋亡控制。包括NRG1、BCL6、IL1B、EREG和CCL3在内的多个基因参与了多个过程，强调了它们在整合环境压力反应与癌症相关途径中的多效作用。图4显示了PM10在PBMC中调节的细胞周期、凋亡、代谢和血管生成基因。箱线图表示(a)细胞周期、(b)凋亡、(c)炎症、(d)代谢和(e)血管生成基因在PM10暴露期间的变化，以log2倍数变化表示。须状部分代表评估数据的四分位数范围（50%），中间值是中位数。

共同的转录因子调节参与关键癌症过程的基因。为了探索可能调节先前识别的与癌症相关基因的转录因子（TFs），进行了染色质免疫沉淀富集分析（Maxim Citation2016）。这种专门的生物信息学工具整合了ChIP-seq数据，以识别在不同表达基因中 binding site 过度代表的富集转录因子。该分析确定了四个在上述过程中调节基因表达的关键转录因子：EGR1、NUKS1、RELA和RELB。尽管RELB是我们研究中唯一差异表达的转录因子（Log2FC=1.136），但EGR1、NUKS1和RELA的表达也在我们的测序数据中被检测到。考虑到转录因子的调控机制不仅依赖于它们的表达率，还依赖于翻译后修饰，因此也将它们纳入了分析。

如图5所示，RELA、RELB和NUKS1被确定为调节多达30个评估基因中的16个的关键转录因子，包括癌基因、肿瘤抑制基因以及其他参与炎症、血管生成、细胞周期调控和凋亡的基因。相比之下，EGR1调节的基因数量较少，但在肿瘤生长和扩散、肿瘤抑制、癌基因调控和炎症中发挥了关键作用。CDKN1A、JUN和TNF等基因受到这四个转录因子中的三个的调节，表明它们在细胞对PM10的反应中起着核心作用。图5显示了暴露于PM的PBMC中参与关键癌症过程的转录因子和DEGs的网络。DEGs根据不同的颜色分为八个相关过程。转录因子以log2倍数变化表示。

讨论

本研究证明，PBMC暴露于PM10会诱导广泛的转录组重编程，影响与致癌作用相关的多个生物过程。共识别出1226个差异表达基因，包括癌基因和肿瘤抑制基因。最显著改变的途径对应于癌症的标志，如血管生成、凋亡、代谢和基因组不稳定（Santibá?ez-Andrade等人Citation2020）。此外，PM10暴露促进了代谢和增殖基因的上调，而几个肿瘤抑制基因下调，表明免疫细胞的转录方向向促癌表型转变。此外，跨数据集的复制验证了我们的结果，支持了PM诱导的转录变化在细胞系统和暴露背景下的稳健性。

我们结果中识别出的关键过程与之前描述PM10介导的通路失调的报告一致，这些通路可能增强致癌活性。特别是NF-kB信号的激活，它通过抑制坏死性凋亡、自噬和凋亡来促进癌症中的程序性细胞死亡逃避（Verzella等人Citation2020），在暴露于PM10的PBMC中明显受到调节。同样，已知具有双重促癌和抗肿瘤功能的SMAD相关通路（Wang Q等人Citation2023）表现出主要的上调模式，支持它们对PM诱导的重塑的潜在贡献。此外，参与大分子摄取和氨基酸运输的代谢途径也上调，这一特征在癌细胞中之前已被观察到，以维持能量生产和增殖（Bulmu? Tüccar和Acar Tek Citation2021；Parlani等人Citation2023）。总的来说，这些相似性表明暴露于PM10的PBMC经历了与转化或肿瘤相关细胞中报告的分子变化相似的变化。

另一方面，也检测到与细胞迁移和细胞外基质重塑相关的基因变化，这可能增强侵袭性和转移潜力（Mastrantonio等人Citation2021；Bica等人Citation2023）。细胞周期和p53相关通路的失调表明基因组稳定性和增殖控制之间的不平衡，这与癌症模型中的先前发现一致（Wang H等人Citation2023）。这些结果表明，即使是非肿瘤细胞，PBMC在长期暴露于颗粒物下也可能获得有利于存活和移动性的分子特征。

跨数据集的比较分析（图2）突出显示AKR1C1是在暴露于PM的不同细胞类型中反复调节的基因。该基因已被关联到肺癌的肿瘤进展和转移（Chang等人Citation2022；Fu等人Citation2022）；相比之下，关于乳腺癌的报告表明AKR1C1具有保护作用（Zhang等人Citation2021），这表明其作用具有情境依赖性。在我们的研究中，AKR1C1一致上调（1.916 log2倍数变化），与大多数外部数据集（GSE213620、GSE155616和GSE201150）一致。由于这种酶代谢致癌的多环芳烃，如3-硝基苯并蒽（Murray等人Citation2018）和1-硝基芘（Su和Penning Citation2023），其过表达即使在这些化合物以微量存在时也可能增强环境毒素的生物活性。这加强了PM暴露可以使免疫细胞代谢外源物质，从而可能放大致癌风险的观点。

PM10改变了多个癌基因和肿瘤抑制基因。MET的显著上调之前已与侵袭、转移、预后不良和治疗抵抗相关（Dagogo-Jack等人Citation2020；Recondo等人Citation2020；Lee等人Citation2021；Yang等人Citation2022），表明PM暴露可能激活促进肿瘤行为的信号级联。相反，几个肿瘤抑制基因的下调表明基因组监视减少。总的来说，这些结果表明癌基因和肿瘤抑制基因在多种过程中可能通过不同的方式促进致癌作用。

暴露于PM10的PBMC表现出与代谢重编程一致的转录谱型，这是癌症的一个核心标志。受影响的途径包括有氧糖酵解、氧化磷酸化、活性氧（ROS）生成、从头脂质合成、脂肪酸β-氧化、氨基酸代谢（尤其是谷氨酰胺）和线粒体代谢（Navarro等人Citation2022；Nong等人Citation2023）。这些代谢变化可能在氧化应激下维持细胞的能量需求，同时促进存活和适应。这种代谢重塑可能代表了将环境颗粒暴露与慢性炎症和肿瘤状态联系起来的早期系统特征。

所检查的五个过程——细胞周期、凋亡、代谢和血管生成——构成了肿瘤发生和进展的共通机制。PM10在这些途径中引起的改变表明了一个复杂的基因网络，这可能根据具体情况促进肿瘤进展或免疫介导的清除。未来的研究应该剖析这些基因的拮抗作用，以明确PBMC的调节是促进肿瘤抑制还是支持致癌进展。

另一方面，我们的研究揭示了PM诱导的PBMC基因重塑可以改变细胞行为，例如运动性，从而在癌症条件下促进转移活动。根据先前的报告，肝素结合EGF样生长因子（HBEGF）是一个重要的基因候选者，它增强了肿瘤细胞的迁移，导致不良结果并降低患者生存率（Xiao等人Citation2020；Park等人Citation2022）。有趣的是，体外和体内评估（Park等人Citation2022）显示，PM刺激的巨噬细胞增加了HBEGF的mRNA和蛋白质表达，导致癌细胞运动所需的细胞因子和生长因子的表达增加，以及小鼠肺巨噬细胞中HBEGF表达的增加。因此，我们的结果与上述内容一致，因为PBMC暴露于PM后HBEGF的表达增加了2.309 log2倍，这证实了该基因在单核细胞中的上调，并使其成为与PM相关的转移活动的一个有希望的关键标志。

最后，尽管转录因子在癌细胞代谢中的调控作用尚未得到广泛描述，但许多因素参与了参与细胞代谢重编程的目标基因的调控，从而影响癌症的恶性特征。在这些因素中，早期生长反应1（EGR1）因其既能控制肿瘤进展（Wang等人，引用2021；Wang Z等人，引用2023；Wong等人，引用2021），又能促进生长、侵袭性和转移（Li等人，引用2019；Wang等人，引用2021；Y. Zhao等人，引用2021；Wang Y等人，引用2023）而在对PM10的反应及其与癌症现象的关联中可能起着重要作用。其双重作用可能取决于细胞类型和肿瘤微环境的条件。例如，我们的分析显示EGR1调节JUN、DAPK1和TNF基因，这些基因分别参与致癌、肿瘤抑制和炎症过程，这与上述双重功能相符。尽管尚未直接报道EGR1在PBMCs中的致癌或肿瘤抑制活性，但作为转录因子的功能及其受PM10刺激的调控可能显著影响这些细胞中的免疫肿瘤监视。虽然在我们的研究中EGR1没有表现出差异表达，但由于它存在于RNA-seq获得的转录谱中，因此仍将其纳入分析范围；此外，已有研究表明其他非表达依赖性机制（如翻译后磷酸化和核转位）也能调控该转录因子的活性（Santiago等人，引用2019；Zhou等人，引用2022）。尽管本研究获得了有助于更好地理解PM在癌症发生/进展中的遗传调控作用以及PBMCs在这些过程中的作用的显著结果，但并未探讨基因相互作用，从而限制了我们对它们在恶性细胞转化中具体作用的理解。建议进一步研究以更详细地探索这些分子机制，特别是这些基因如何影响可能导致致癌的代谢途径。这将有助于更好地理解PM10暴露如何促进细胞转化及其对人类健康的潜在长期影响。

**结论**
我们的研究表明，PM10暴露会显著调节PBMCs中的基因表达，从而导致细胞行为的变化。本研究中发现的生物学过程与癌症的几个特征一致，表明PM暴露引起的基因重塑可能导致免疫失衡，进而促进癌症的发展和转移。这意味着PM10暴露可能以某种方式影响免疫细胞功能，从而为恶性肿瘤的进展创造更有利的环境。此外，我们的发现表明PM10暴露能调节不同细胞类型中的共同基因簇，这有助于识别能够预测PM诱导变化结果的基因表达谱。AKR1C1和HBEGF被确定为PM诱导癌症的潜在标志物，突显了它们作为进一步研究治疗靶点的潜力。

**作者贡献**
概念构思：Geysson J. Fernández, Natalia A. Taborda, Juan C. Hernandez
初稿撰写：Juan J. Ospina-Velásquez, Juan C. Hernandez
审稿和编辑：Damariz Marín-Palma, Diana Maryory Gómez-Gallego, Geysson J. Fernández, Natalia A. Taborda
研究实施：Damariz Marín-Palma, Diana Maryory Gómez-Gallego, Juan J. Ospina-Velásquez
方法学设计：Damariz Marín-Palma, Juan J. Ospina-Velásquez, Geysson J. Fernández
数据可视化：Juan J. Ospina-Velásquez
正式分析：Damariz Marín-Palma, Diana Maryory Gómez-Gallego, Juan J. Ospina-Velásquez, Geysson J. Fernández
项目管理：Natalia A. Taborda, Juan C. Hernandez

**免责声明**
本文表达的所有观点均为作者个人观点，不代表机构的官方立场。

**伦理批准**
研究过程中进行的所有实验均遵循《赫尔辛基宣言》的原则。此外，志愿者均为18岁以上的成年人，并签署了知情同意书，该同意书已由哥伦比亚合作大学研究伦理委员会审查并批准（法案003/2018）。

**补充材料**
下载MS Word文件（176 KB）
下载MS Word文件（29.9 KB）

**数据可用性声明**
本研究生成或分析的所有数据均包含在本文及其在线资源中。本研究生成的数据集可在Gene Expression Omnibus（GEO）中获取，访问号为GSE226707（https://www.ncbi.nlm.nih.gov/gds）。
本文的补充数据可在线访问：https://doi.org/10.1080/09603123.2026.2640221