【文章標(biāo)題】Identifying squalene epoxidase as a metabolic vulnerability in high-risk osteosarcoma using an artificial intelligence-derived prognostic index
【發(fā)表雜志】Clinical and Translational Medicine（IF: 10.6）
【發(fā)表時(shí)間】2024年1月
【關(guān)鍵詞】Machine learning, Osteosarcoma, Prognostic model, Squalene epoxidase
閃光點(diǎn)
人工智能衍生的預(yù)測(cè)指數(shù)（AIDPI）是對(duì)膽固醇平衡失調(diào)的高危骨肉瘤患者進(jìn)行分層的可靠生物標(biāo)志物，而鯊烯環(huán)氧酶（SQLE）是影響這些患者的代謝的因素闽晦。
沉默SQLE可通過(guò)降低膽固醇和抑制FAK/ PI3K/ Akt/ mTOR通路來(lái)抑制骨肉瘤進(jìn)展匪蟀。
SQLE抑制劑可抑制體內(nèi)骨肉瘤的進(jìn)展并增強(qiáng)化療效果。
構(gòu)建AIDPI模型闻蛀，并驗(yàn)證模型的預(yù)測(cè)性能
文章開(kāi)頭作者直接開(kāi)始模型構(gòu)建匪傍，我們看到題目直接寫(xiě)著人工智能感覺(jué)非常深?yuàn)W，這里先介紹一下作者所說(shuō)的AIDPI模型是怎么回事觉痛。研究后發(fā)現(xiàn)役衡，人工智能衍生的預(yù)測(cè)指數(shù)（AIDPI）其實(shí)是將一系列的機(jī)器學(xué)習(xí)方法進(jìn)行組合，比如我們常用的COX回歸模型也是機(jī)器學(xué)習(xí)方法中的一種薪棒。在各種機(jī)器學(xué)習(xí)方法中手蝎，有些方法還具備降維或者特征選擇的功能，作者就將具備降維或者特征選擇功能的方法與建模的方法組合到一起俐芯，形成多種組合方法棵介，再?gòu)闹羞x取預(yù)測(cè)性能最好的一個(gè)組合，即為AIDPI吧史。
在今天介紹的這篇文章中邮辽，作者選擇了10種機(jī)器學(xué)習(xí)方法，包括LASSO、GBM吨述、RSF岩睁、plsRcox、StepCox揣云、SuperPC笙僚、ridge、Survival-SVM灵再，CoxBoost和Enet肋层。在這些方法中，LASSO翎迁、RSF栋猖、StepCox和CoxBoost具有降維或者特征選擇的功能。通過(guò)這些方法的組合汪榔，文章得到101種建模方法（圖1）蒲拉。
將GSE21257-OSA和GSE16091-OSA兩個(gè)隊(duì)列合并為GEO-OSA隊(duì)列作為訓(xùn)練集。將TARGET-OSA作為驗(yàn)證集痴腌，GSE33382-OSA作為獨(dú)立測(cè)試集雌团。結(jié)果顯示CoxBoost和GBM組合建立的模型被選為最佳模型（AIDPI），因?yàn)槠淦骄鵆-index（.817）是最高的（圖1）士聪。該模型由12個(gè)基因組成锦援，驗(yàn)證集的AUC分別為.817、.772和.776剥悟。獨(dú)立測(cè)試集的AUC分別為.886灵寺、.767和.849。進(jìn)一步文章評(píng)估了AIDPI和68個(gè)以前發(fā)表的骨肉瘤標(biāo)志物在不同隊(duì)列中的預(yù)測(cè)能力（圖2）区岗。結(jié)果表明略板，AIDPI可以預(yù)測(cè)骨肉瘤患者的預(yù)后，并且優(yōu)于之前發(fā)表工作的預(yù)測(cè)性能慈缔。
結(jié)合單細(xì)胞分析叮称，進(jìn)一步篩選和聚焦到SQLE基因
文章對(duì)6例單細(xì)胞測(cè)序骨肉瘤數(shù)據(jù)（PRJNA681896）進(jìn)行分析，并鑒定出9個(gè)主要細(xì)胞群藐鹤，包括骨肉瘤（OSA）細(xì)胞瓤檐、B細(xì)胞、內(nèi)皮細(xì)胞教藻、髓樣細(xì)胞距帅、NK細(xì)胞、破骨細(xì)胞括堤、漿細(xì)胞碌秸、基質(zhì)細(xì)胞和T細(xì)胞绍移。通過(guò)對(duì)各類(lèi)型細(xì)胞之間的比較，得到各細(xì)胞群中高表達(dá)基因讥电。用單細(xì)胞分析得到的這些基因與AIDPI建模的12個(gè)基因蹂窖，以及bulk轉(zhuǎn)錄組樣本中高、低AIDPI組間差異基因取交集恩敌。最后瞬测，文章聚焦到三個(gè)基因：CORT、MYC和SQLE（圖3）纠炮。
根據(jù)canSAR數(shù)據(jù)庫(kù)（https://cansar.ai/）搜索月趟，只有MYC和SQLE編碼的蛋白質(zhì)具有可藥用結(jié)構(gòu)，可作為高AIDPI患者的潛在治療靶點(diǎn)恢口。在骨肉瘤中經(jīng)常擴(kuò)增的癌基因MYC已經(jīng)有很多研究了孝宗，所以文章將重點(diǎn)聚焦于SQLE基因，其基因組位置與MYC相近（SQLE為 8q24.13耕肩，MYC為8q24.21）因妇。通過(guò)SQLE與MYC表達(dá)相關(guān)性分析，以及bulk轉(zhuǎn)錄組中SQLE表達(dá)與免疫浸潤(rùn)相關(guān)性分析猿诸，結(jié)果表明婚被，SQLE與MYC在DNA水平上共擴(kuò)增，SQLE在骨肉瘤中的過(guò)表達(dá)可通過(guò)促進(jìn)骨肉瘤細(xì)胞的化療耐受性和抑制免疫細(xì)胞的浸潤(rùn)來(lái)促進(jìn)骨肉瘤的進(jìn)展梳虽。而且位于細(xì)胞質(zhì)中的SQLE蛋白因其作為代謝酶的性質(zhì)也更容易成為藥物靶點(diǎn)址芯。
多做兩步的實(shí)驗(yàn)，讓結(jié)果更有臨床價(jià)值
為了揭示SQLE在骨肉瘤中的作用怖辆，文章在內(nèi)源性SQLE蛋白高表達(dá)的MNNG和U2OS細(xì)胞系中沉默 SQLE是复。結(jié)果顯示抑制了這些細(xì)胞的惡性表型删顶，包括增殖竖螃、克隆形成、遷移和侵襲逗余。此外特咆，流式分析表明SQLE基因敲除在沒(méi)有藥物治療和有藥物治療的情況下都會(huì)促進(jìn)細(xì)胞凋亡（圖4）。IC50表明shSQLE組可提高對(duì)MAP方案中藥物的敏感性录粱。IHC分析證實(shí)腻格，沉默SQLE后，SQLE蛋白豐度降低啥繁，Ki-67陽(yáng)性細(xì)胞減少菜职。因此靶向SQLE蛋白可能是抑制骨肉瘤進(jìn)展的一種合理方法。
大多數(shù)文章做到這里已經(jīng)完美收工了旗闽，但這篇文章繼續(xù)做了探究酬核。在發(fā)現(xiàn)SQLE沉默對(duì)骨肉瘤的不利影響后蜜另，文章將重點(diǎn)轉(zhuǎn)移到揭示其潛在的分子機(jī)制上。通過(guò)對(duì)shSQLE和shControl 組的U2OS細(xì)胞進(jìn)行RNA測(cè)序分析嫡意，結(jié)果顯示SQLE轉(zhuǎn)錄水平與三種PI3K/mTOR通路拮抗劑的AAC值（劑量-反應(yīng)曲線(xiàn)上面積）呈穩(wěn)健的相關(guān)關(guān)系举瑰，強(qiáng)調(diào)了SQLE轉(zhuǎn)錄水平與骨肉瘤細(xì)胞系中該通路激活之間可能存在的聯(lián)系∈呙考慮到SQLE蛋白在膽固醇合成中的作用以及膽固醇通過(guò)脂質(zhì)筏在細(xì)胞信號(hào)調(diào)節(jié)中的關(guān)鍵作用此迅，驗(yàn)證了沉默SQLE會(huì)降低細(xì)胞內(nèi)膽固醇水平，進(jìn)而用WB驗(yàn)證了FAK /PI3K /Akt /mTOR信號(hào)通路失活旧巾，最終抑制骨肉瘤的惡化（圖5）耸序。
最后一步，既然觀察到了SQLE沉默對(duì)骨肉瘤的抑制作用鲁猩，文章進(jìn)一步探索其治療潛力佑吝。通過(guò)細(xì)胞培養(yǎng)、增殖和克隆形成和小鼠實(shí)驗(yàn)绳匀，驗(yàn)證了SQLE抑制劑FR194738對(duì)骨肉瘤的潛在治療作用芋忿，并且發(fā)現(xiàn)FR194738以SQLE為靶點(diǎn)，可以提高化療（尤其是DDP）對(duì)骨肉瘤患者的療效（圖6）疾棵。
這篇文章中分析的主要數(shù)據(jù)都是來(lái)自公共數(shù)據(jù)庫(kù)戈钢，用到的分析和實(shí)驗(yàn)方法也較為常規(guī)。但是借用了現(xiàn)在紅得發(fā)紫的AI進(jìn)行建模是尔，以及更進(jìn)兩步的實(shí)驗(yàn)殉了，將文章水平大幅提升。
