机器学习衍生的AS和AIS评分利用BCAA代谢和IL4I1活性用于透明细胞肾细胞癌的预后和个体化治疗

背景与目的：肾细胞癌（RCC）是全球最常见的恶性肿瘤之一，预后差。晚期透明细胞肾细胞癌（ccRCC）的5年生存率低于20%。材料与方法：本研究利用单细胞数据分析检查ccRCC患者间支链氨基酸代谢的差异。采用十种机器学习算法开发氨基酸特征评分（AS评分），整合TCGA和GEO队列的数据。我们比较并验证了不同AS评分患者的临床特征、分子特征和药物敏感性。为了解决患者异质性，应用主成分分析构建氨基酸个体化特征评分（AIS评分），旨在指导个性化治疗并评估其在免疫治疗和靶向治疗中的表现。此外，我们利用空间转录组学和单细胞多组学方法探讨了IL4I1与支链氨基酸代谢之间的相互作用，以及异常表达的根本原因。结果：支链氨基酸代谢在ccRCC的进展和治疗中起关键作用。AS评分有效区分不同患者亚组的临床特征和药物敏感性。AIS评分在靶向治疗无效时为二线和免疫治疗提供了战略优势。IL4I1的高表达增强了支链氨基酸的降解，促进肿瘤生长和转移。进一步分析表明，VHL突变可能通过调节关键转录因子Hif-1a和SFMBT1来提高肿瘤中IL4I1的表达，从而加剧肿瘤进展。结论：支链氨基酸代谢和IL4I1在ccRCC进展中至关重要。AS分类和AIS评分为个性化治疗策略提供了强有力的框架，而IL4I1显示出作为新治疗靶点以提高疗效的潜力。