透明细胞肾细胞癌中长链非编码RNA的多组学图谱及其表征和临床应用

Multi-Omics Profiling of Long Noncoding RNAs in Clear Cell Renal Cell Carcinoma for Characterization and Clinical Applications.

作者信息Yuhong Ding, Yang Li, Zhenghao Liu, Yaxin Hou, Zhipeng Yao, Pengjie Shi, Jinxu Li, Yingchun Kuang, Yiting Liu, Junyi Hu, Lilong Liu, Ke Chen
PMID42003923
发布时间2026-03-25
DOI10.7150/ijbs.127291

实验完整度

整合多组学数据,包含单核转录组、批量转录组、蛋白质组和代谢组,并通过细胞功能实验、代谢检测和皮下荷瘤小鼠模型进行功能与体内验证。

主要模型

786O细胞系 769P细胞系 NCG小鼠皮下移植瘤模型 ccRCC患者队列(100例肿瘤及50例癌旁组织)

重点核对

LINC02532过表达786O细胞系中柠檬酸和ATP水平降低,OCR下降而ECAR不变 LINC02532过表达细胞增殖和侵袭能力降低,且在NCG小鼠皮下移植瘤中肿瘤体积显著减小 DMRlnc模型在TCGA-KIRC队列中AUC为0.93,诊断准确性高 PMRlnc模型在TCGA-KIRC队列中为独立预后因素(HR=1.94),并在IMmotion151和CheckMate队列中呈现风险分层差异 PMRlnc风险分组与免疫治疗反应相关:低风险组在纳武利尤单抗治疗中OS获益,高风险组在阿替利珠单抗+贝伐珠单抗治疗中PFS获益

摘要

透明细胞肾细胞癌(ccRCC)是肾细胞癌中最常见且最致命的亚型,表现出显著的瘤内异质性,并使临床管理复杂化。尽管长链非编码RNA(lncRNAs)调控多种细胞过程,但其在ccRCC中的表达谱和生物标志物潜力仍未被充分定义。在此,我们对100例ccRCC患者队列进行了单核和批量转录组、蛋白质组和代谢组分析。基于元细胞描述了lncRNAs的表达模式。恶性细胞表现出更广泛但更低的lncRNA表达,可能反映了拷贝数变异,而正常上皮细胞中低丰度的lncRNA表现出个体变异性。多组学整合用于建立初步的lncRNA功能推断流程,识别参与代谢和免疫过程的lncRNAs,并通过功能和体内实验验证其作用。筛选出候选生物标志物lncRNAs,构建了诊断(DMRlnc)和预后模型(PMRlnc),并在TCGA、CheckMate和IMmotion151队列中进行了验证。DMRlnc在发现队列和TCGA-KIRC队列中均实现了高诊断准确性(AUC分别为0.98和0.93)。PMRlnc在TCGA-KIRC和IMmotion151队列中将患者分为不同风险组,差异显著(p < 0.0001)。PMRlnc进一步表明,低风险患者可能从纳武利尤单抗中获益更多,而高风险患者可能对阿替利珠单抗联合贝伐珠单抗反应更好。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
ccRCC中lncRNA的表达模式、功能及其作为诊断和预后生物标志物的潜力如何?
核心机制
恶性细胞中低丰度lncRNA表达更广泛但水平更低,可能反映弥漫性CNV;LINC02532通过抑制氧化磷酸化(OXPHOS)降低ATP和柠檬酸,导致代谢重编程和细胞应激,从而抑制肿瘤增殖;LINC00278可能通过编码微肽YY1BM调节代谢,LNCAROD可能通过调控ST3GAL6影响巨噬细胞迁移,LINC01934可能通过FYB1调控T细胞活化。
主要证据
多组学数据(snRNA-seq、bulk RNA-seq、蛋白质组、代谢组)分析,结合体外细胞实验(CCK-8、Transwell、代谢检测)和体内皮下移植瘤模型,以及TCGA-KIRC、IMmotion151和CheckMate队列验证的DMRlnc和PMRlnc模型。
研究意义
研究提供了lncRNA在ccRCC中的系统表征和功能推断框架,并开发了简洁的lncRNA诊断和预后模型,有望改善ccRCC的早期检测、风险分层和个体化治疗决策。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

单核转录组测序及lncRNA表达特征分析

解析ccRCC中不同细胞类型和亚群的lncRNA表达模式,并评估恶性细胞与正常近端小管细胞的差异。

对20例ccRCC样本和2例NAT进行snRNA-seq,经质量控制后获得94703个细胞核,注释为5大细胞类型和12个亚群。基于元细胞分析lncRNA表达,发现恶性细胞中低丰度lncRNA更广泛但水平更低,并分析CNV与表达的关系。

2

多组学整合的lncRNA功能推断

利用共表达网络和多组学关联初步推断lncRNA的生物学功能,重点识别与代谢和免疫相关的候选lncRNA。

应用hdWGCNA分析各主要细胞类型的共表达模块,结合bulk转录组、代谢组和蛋白质组相关性分析,识别出LINC02532、LINC01060、LINC00278、LNCAROD和LINC01934等候选lncRNA,并预测其参与代谢或免疫过程。

3

功能验证实验

验证预测的lncRNA(LINC02532和LINC01060)对细胞代谢、增殖、侵袭和体内肿瘤生长的影响。

在786O细胞中过表达LINC02532,检测柠檬酸、ATP、OCR、ECAR、CCK-8增殖、Transwell迁移/侵袭,并在NCG小鼠中建立皮下移植瘤模型;在769P细胞中过表达LINC01060并进行GSEA分析。

4

诊断模型DMRlnc的构建与验证

构建基于lncRNA的ccRCC诊断模型,并验证其在不同队列中的诊断效能。

利用100例ccRCC和50例NAT的bulk RNA-seq数据,通过Wilcoxon检验获得DElncRNAs(set1),与snRNA-seq lncRNA标记及exoRBase血液外泌体lncRNA取交集,筛选出4个特征lncRNA(MSC-AS1、MIR4435-2HG、CYTOR、LINC00299),经RT-qPCR验证循环中可检测性,并基于逻辑回归构建DMRlnc。

5

预后模型PMRlnc的构建与验证

构建基于lncRNA的ccRCC预后模型,并评估其风险分层和对免疫治疗反应的预测价值。

基于四亚型间DElncRNAs(set2)与lncRNA标记交集,经RFE选择5个候选特征,最终以3个lncRNA(ADAMTS9-AS1、LINC00671、ENSG00000231204)构建PMRlnc逻辑回归模型。在TCGA-KIRC、IMmotion151和CheckMate队列中验证其预后价值及治疗反应差异。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
杜氏改良Eagle培养基Gibco--
胎牛血清Gibco--
青霉素-链霉素ServicebioG4003
RPMI-1640培养基Gibco--
嘌呤霉素BioFroxx1299MG025
Amplex Red检测试剂盒BeyotimeS0335S
ATP检测试剂盒BeyotimeS0026
寡霉素MCEHY-N6782
OCR检测试剂盒ElabscienceE-BC-F070
ECAR检测试剂盒ElabscienceE-BC-F069
CCK-8试剂Yeasen40203ES76
Transwell小室(8.0微米)LABSELECT14342
基质胶Corning2334003
RNA提取试剂盒ABclonalRK20429
RT-qPCR试剂盒ABclonalRK21203
NCG小鼠GemPharmatech--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
单核转录组测序
样本数:20例ccRCC和2例NAT;细胞核数:94703;过滤条件:<1000 UMIs或>10%线粒体转录本;聚类分辨率:2.3;3000个可变基因;harmony批次校正
阅读提示:Methods: Single-nucleic transcriptome - Processing of snRNA-seq
细胞培养与处理
786O和769P细胞系来源(SUNNCELL);培养基:DMEM或RPMI-1640,10% FBS,100U/mL青霉素,100µg/mL链霉素;嘌呤霉素筛选浓度:786O 4µg/mL,769P 2µg/mL,处理3天;维持浓度减半
阅读提示:Methods: Experiments - Cell lines
代谢功能检测
柠檬酸检测使用Amplex Red试剂盒;ATP检测使用Beyotime试剂盒;OCR和ECAR检测使用Elabscience试剂盒,寡霉素浓度1µM;OCR监测90分钟(2分钟间隔),ECAR监测120分钟(4分钟间隔)
阅读提示:Methods: Experiments - Citric acid measurement, ATP measurement, OCR and ECAR
细胞增殖和迁移/侵袭实验
CCK-8:1000细胞/孔,24/48/72/96/120小时;Transwell:2×10⁵细胞/孔,迁移/侵袭时间16-24小时(786O)和36-72小时(769P)
阅读提示:Methods: Experiments - Cell Counting Kit-8, Transwell migration and invasion assays
体内移植瘤模型
NCG小鼠(雌性,4周龄);注射1×10⁷ LINC02532过表达或对照786O细胞;肿瘤体积公式:length×width²/2;每隔3天测量;肿瘤最大允许体积1500mm³或尺寸≥15mm
阅读提示:Methods: Experiments - Subcutaneous implanted tumor model
模型构建与验证
训练集75例,测试集25例;DElncRNAs筛选:|log2FC|>1,调整P<0.05;RFE 10折交叉验证重复100次;DMRlnc特征:MSC-AS1, MIR4435-2HG, CYTOR, LINC00299;PMRlnc特征:ADAMTS9-AS1, LINC00671, ENSG00000231204;模型基于逻辑回归
阅读提示:Methods: Model building and testing; Results: Construction and validation of the diagnosis model; Results: Construction and validation of the prognosis model