Journal for ImmunoTherapy of Cancer
hMENA与TGF-β信号通路在癌症相关成纤维细胞中的相互调控促进NSCLC的EMT、免疫抑制及免疫检查点治疗耐药
小赛推荐:
该研究揭示了hMENA与TGF-β信号在癌症相关成纤维细胞中正向反馈调控,驱动免疫抑制性肿瘤微环境形成,并开发了可预测免疫治疗响应的基因特征,为NSCLC预后评估和治疗策略提供新思路。
文献概述
本文《Reciprocal regulation of hMENA and TGF-β signaling in cancer-associated fibroblasts promotes EMT, immunosuppression, poor prognosis, and ICT resistance in NSCLC》,发表于《Journal for ImmunoTherapy of Cancer》杂志,回顾并总结了hMENA在非小细胞肺癌相关成纤维细胞中的功能及其与TGF-β信号通路的相互调控机制。研究通过单细胞转录组分析、体外功能实验和临床数据验证,系统阐明了hMENA高表达的CAF亚群如何通过TGF-β信号促进上皮-间质转化、免疫抑制微环境形成及免疫检查点治疗耐药。该工作不仅揭示了肿瘤微环境中基质-肿瘤细胞互作的新机制,还提出了具有临床转化潜力的生物标志物组合。文章强调了靶向CAF中hMENA/TGF-β轴可能成为克服免疫治疗耐药的策略,为NSCLC精准治疗提供了理论基础。背景知识
非小细胞肺癌(NSCLC)是肺癌中最常见的病理类型,尽管免疫检查点疗法(ICT)显著改善了部分患者预后,但原发或获得性耐药仍是临床重大挑战。肿瘤微环境(TME)中的癌症相关成纤维细胞(CAFs)作为关键间质成分,通过分泌细胞因子、重塑细胞外基质及调控免疫细胞功能,广泛参与肿瘤进展和治疗抵抗。其中,TGF-β信号通路是CAF活化和免疫抑制的核心驱动因素,可促进上皮-间质转化(EMT)、调节Treg细胞扩增并抑制CD8+ T细胞功能。hMENA(由ENAH基因编码)是一种肌动蛋白细胞骨架调控蛋白,其异构体在肿瘤细胞和基质细胞中均被报道参与肿瘤侵袭和免疫逃逸。前期研究提示hMENA在CAF中表达并与纤维连接蛋白沉积相关,但其在CAF功能异质性中的具体作用尚不明确。单细胞RNA测序技术的发展使得解析CAF亚群的分子特征成为可能,然而,如何识别兼具促瘤功能和免疫调控能力的CAF亚型,并开发相应的干预策略,仍是当前研究热点。本研究聚焦于hMENA与TGF-β信号的交叉对话,旨在揭示其在CAF介导的免疫抑制和治疗耐药中的协同作用,为克服ICT耐药提供新靶点。
研究方法与实验
研究首先整合多个公共单细胞RNA-seq数据集,构建NSCLC中CAF的单细胞图谱,通过生物信息学分析鉴定hMENA高表达的CAF亚群及其分子特征。随后,从20例NSCLC患者手术标本中分离原代CAF,利用TGF-β1刺激或hMENA siRNA沉默,结合Western blot、qRT-PCR和ELISA等方法,验证hMENA与TGF-β信号的相互调控关系。通过胶原凝缩实验、纤维连接蛋白组装实验和细胞因子芯片,评估hMENA对CAF功能的影响。利用CAF条件培养基处理肿瘤细胞系,检测EMT标志物和PD-L1表达变化,并通过SMAD2沉默或TGF-β受体抑制剂验证信号通路依赖性。采用流式细胞术分析CAF条件培养基对T细胞亚群的影响,特别是CD8+ T细胞和Treg细胞的比例与功能。最后,基于差异表达基因,通过弹性网络回归构建预测免疫治疗响应的基因特征,并在TCGA、SU2C和OAK队列中验证其与患者预后及ICT耐药的相关性。关键结论与观点
研究意义与展望
该研究系统揭示了hMENA与TGF-β信号在CAF中的双向正反馈调控机制,拓展了对CAF异质性和功能的理解。hMENA不仅是TGF-β通路的下游效应分子,更作为上游调控因子放大TGF-β信号输出,从而协同驱动肿瘤进展和免疫逃逸。这一发现为靶向CAF功能提供了新切入点,提示同时干预hMENA和TGF-β可能比单一靶点更具优势。
研究构建的基因特征在多个独立队列中验证了其预后和预测价值,具有较高的临床转化潜力。未来可进一步开发基于该特征的检测产品,用于NSCLC患者分层,指导个体化免疫治疗策略。此外,hMENA作为细胞骨架蛋白,其功能依赖于蛋白互作和亚细胞定位,因此探索其调控机制的小分子抑制剂或肽类药物可能成为新的治疗方向。同时,该机制是否在其他TGF-β主导的肿瘤类型中保守,值得进一步验证。
结语
本研究揭示了在非小细胞肺癌中,癌症相关成纤维细胞(CAF)内的hMENA与TGF-β信号通路存在正向反馈调控关系。hMENA不仅受TGF-β1诱导表达,反过来也促进TGF-β1/2的分泌及TβRII表达,从而放大TGF-β信号活性。这种相互调控环路驱动CAF获得促纤维化和免疫抑制表型,通过分泌TGF-β1诱导肿瘤细胞发生EMT并上调PD-L1,同时促进Treg细胞扩增并抑制效应T细胞功能,最终导致免疫检查点治疗耐药。研究进一步基于此机制构建了一个9基因机器学习模型,联合hMENA表达特征,可有效预测患者预后及治疗响应。该工作不仅阐明了CAF介导免疫抑制的新机制,也为NSCLC的预后评估和克服免疫治疗耐药提供了潜在的生物标志物和干预靶点,具有重要的转化医学价值。




