《Scientific Reports》：RETN and BMP2 as potential biomarkers for prognosis and immune landscape in lung squamous cell carcinoma: from bioinformatics to clinical validation
编辑推荐：
针对肺鳞癌（LUSC）免疫治疗缺乏可靠标志物的问题，本研究通过整合TCGA/GEO数据库及IHC验证，构建了包含RETN、BMP2、NPY的免疫相关预后模型。该模型可有效分层患者风险、预测免疫抑制微环境（中性粒细胞浸润、CTLA-4/TIM-3上调）及化疗耐药性，为LUSC精准治疗提供了新工具。
论文解读
研究背景：肺鳞癌的免疫治疗困境与机遇
肺癌是全球癌症相关死亡的主要原因之一，其中肺鳞状细胞癌（LUSC）占据了非小细胞肺癌（NSCLC）的相当大比例。尽管免疫检查点抑制剂（ICIs）的出现重塑了LUSC的治疗格局，但临床实践中仍面临两大核心挑战：首先，仅有部分患者能从免疫治疗中获益，缺乏可靠的生物标志物来精准筛选受益人群；其次，肿瘤异质性和复杂的免疫微环境（TME）导致患者预后差异巨大，传统的TNM分期已无法满足个体化预后评估的需求。
目前，PD-L1表达水平是应用最广泛的生物标志物，但其预测价值存在局限性，尤其在LUSC中表达异质性较高。因此，挖掘新的、稳定的免疫相关基因（IRGs）标签，用于预测LUSC患者的预后、免疫浸润状态及药物敏感性，已成为当前肿瘤免疫研究的热点。本研究旨在通过整合多组学数据与临床样本验证，构建一个稳健的LUSC免疫预后模型，为临床决策提供新依据。
关键技术方法概览
本研究采用了多阶段、多维度的研究策略。利用TCGA-LUSC队列（n=501）作为训练集，结合ImmPort数据库筛选免疫相关差异表达基因（DEGs），通过单因素及多因素Cox回归分析构建预后模型；使用GEO数据集（GSE73403）进行外部独立验证。在机制层面，进行了GO/KEGG功能富集分析、CIBERSORT算法评估免疫细胞浸润、GDSC数据库分析药物敏感性。最终，在一项独立的临床队列（n=30例LUSC患者）中，通过免疫组织化学（IHC）对关键蛋白标志物进行了组织学验证。
研究结果
1. 构建三基因免疫预后标签
研究人员从TCGA和ImmPort数据库中筛选出在LUSC中显著差异表达的免疫相关基因，经过严格的统计学筛选，最终确定由抵抗素（RETN）、骨形态发生蛋白2（BMP2）和神经肽Y（NPY）三个基因构成核心预后标签。根据基因表达水平计算风险评分（Risk score），将患者分为高风险组和低风险组。该模型在训练集（TCGA）和验证集（GEO）中均表现出稳定的预后预测能力，高风险组患者的总生存期（OS）显著缩短。
2. 高风险评分关联免疫抑制微环境
为了揭示风险评分背后的生物学本质，研究团队分析了肿瘤免疫微环境的特征。结果发现，高风险组呈现出典型的“免疫抑制” landscape：中性粒细胞浸润显著增加，而具有抗肿瘤功能的CD8+ T细胞等效应淋巴细胞减少。更重要的是，高风险组中多种免疫检查点分子（如CTLA-4、TIM-3）的表达显著上调，这提示高风险患者可能处于免疫衰竭状态，这或许是他们预后较差且可能对常规免疫治疗反应不佳的内在原因。
3. 药物敏感性预测与临床验证
通过药物基因组学分析，研究发现高风险评分与对多种标准化疗药物（如顺铂、吉西他滨、紫杉醇）的耐药性显著相关。这为临床联合用药策略提供了线索——高风险患者可能需要避免无效的化疗毒副反应，转而寻求其他治疗方式。在关键的临床转化环节，研究者对30例LUSC患者的组织样本进行了IHC染色验证。有趣的是，虽然生物信息学模型提示高BMP2 mRNA水平与高风险相关，但蛋白水平的IHC结果却显示，BMP2蛋白阳性表达与良好的总生存期（OS）相关。这种转录组与蛋白质组之间的“不一致”，深刻揭示了LUSC生物学行为的复杂性，也凸显了单纯依赖mRNA数据进行临床推断的局限性。
结论与展望
本研究成功构建并验证了一个基于RETN、BMP2和NPY的免疫相关预后标签，该标签能够有效预测LUSC患者的生存结局、免疫微环境状态及化疗耐药性。尽管BMP2在mRNA和蛋白水平上呈现出看似矛盾的预后指示作用，但这恰恰说明了多组学整合分析的重要性。该模型作为一种低成本、高效益的计算工具，有望在未来的临床实践中辅助医生识别出那些预后差、易耐药且免疫微环境抑制的LUSC患者，从而指导更早的干预和更个性化的治疗策略（如针对CTLA-4或TIM-3的联合免疫治疗）。未来的研究需要进一步阐明RETN和BMP2在LUSC免疫调控中的具体分子机制，并在更大规模的前瞻性临床试验中验证该模型的普适性。
