铜死亡与铜稳态相关基因在非小细胞肺癌免疫治疗中的预后价值：整合分析与机器学习模型构建

本研究针对非小细胞肺癌（NSCLC）免疫治疗反应预测难题，通过整合多组学数据与机器学习算法，揭示了铜死亡（cuproptosis）和铜稳态相关基因的预后价值。研究人员基于五个NSCLC免疫治疗队列的RNA测序数据，鉴定出三种分子亚型，其中铜依赖性增殖亚型预后较差且肿瘤微环境（TIME）呈免疫抑制状态。通过结合101种算法模型构建的预后模型，成功将患者分为高风险和低风险组，低风险组表现为更高的免疫浸润和更长的无进展生存期（PFS）。单细胞测序进一步锁定CEACAM5+上皮细胞为高风险亚群，并通过Western blot和免疫组化验证其标志物在非主要病理缓解（non-MPR）组中高表达。该研究为NSCLC免疫治疗分层提供了新型生物标志物和靶向策略。

肺癌是全球发病率和死亡率最高的恶性肿瘤之一，其中非小细胞肺癌（NSCLC）占病例的85%。传统化疗和放疗因副作用大且缺乏特异性，疗效有限。随着精准医疗的发展，靶向治疗和免疫治疗成为NSCLC的重要方向，但免疫检查点抑制剂（ICIs）仅对部分患者有效，且缺乏可靠的预测生物标志物。近年来，铜死亡（cuproptosis）作为一种新型铜离子依赖性细胞死亡方式，因其与线粒体代谢的关联而受到关注。然而，铜死亡相关基因（CKGs）如何影响NSCLC免疫微环境及免疫治疗预后，尚不明确。

为解决这一问题，上海交通大学医学院附属瑞金医院胸外科李鹤成教授团队在《npj Precision Oncology》发表了题为“Integrative analysis reveals prognostic value of cuproptosis and copper hemostasis related genes in immunotherapy for non-small cell lung cancer”的研究。该研究整合了五个NSCLC免疫治疗队列的RNA测序数据，通过非负矩阵分解（NMF）聚类识别出三种分子亚型，并利用机器学习构建预后模型，结合单细胞测序和实验验证，系统揭示了铜死亡相关基因在免疫治疗分层中的价值。

关键技术方法

研究纳入OAK、POPLAR等公共队列及南方医院队列共891例NSCLC样本，使用Combat算法校正批次效应。通过NMF聚类和加权基因共表达网络分析（WGCNA）筛选核心基因集，结合101种机器学习算法（如StepCox+Lasso）构建预后模型。利用CIBERSORT、ssGSEA和ESTIMATE评估免疫浸润，并通过单细胞测序数据（GSE207422、GSE229353）和SCISSOR算法映射表型。实验部分采用Western blot和免疫组化验证CEACAM5⁺上皮细胞标志物在MPR与非MPR组中的表达差异。

NSCLC铜死亡亚群特征

基于CKGs和免疫通路基因集的NMF聚类将患者分为三类：Cluster 1（铜依赖性增殖亚型）表现为高铜死亡活性、低免疫细胞浸润和较差PFS；Cluster 2（免疫浸润亚型）富含T细胞和巨噬细胞，预后最佳；Cluster 3（基质富集亚型）免疫活性低下。差异表达基因分析显示，Cluster 1中上皮分化相关通路富集，而免疫应答通路下调。

核心基因筛选与模型构建

WGCNA识别出与铜死亡最相关的蓝色基因模块，与单变量Cox回归交集后得到85个枢纽基因。通过机器学习流程筛选，StepCox[both]+Lasso模型在训练集和外部验证集中均表现出最优预测性能（C-index最高），能有效区分高风险与低风险组。

风险分组的免疫与功能富集

低风险组具有更高的免疫评分和微环境评分，富集于T细胞介导的细胞毒性、IL-2/STAT5和IFN-γ信号通路，提示免疫激活状态；高风险组则与肿瘤增殖通路相关。

单细胞测序揭示CEACAM5⁺上皮细胞作用

SCISSOR算法将模型风险评分映射至单细胞数据，发现CEACAM5⁺上皮细胞和中性粒细胞亚群与高风险、低免疫治疗响应相关。CellChat分析表明，高风险上皮细胞通过CEACAM等信号通路与免疫细胞交互。生存分析确认CEACAM5⁺上皮特征高表达患者PFS更差。

实验验证标志物表达

Western blot和免疫组化显示，CEACAM5、FAM83A、S100P、TRIM31等蛋白在非MPR组上皮细胞中显著高表达，证实其作为高风险生物标志物的潜力。

结论与意义

该研究首次整合多组学与机器学习，构建了基于铜死亡相关基因的NSCLC免疫治疗预后模型，并锁定CEACAM5⁺上皮细胞为关键耐药亚群。结果提示靶向CEACAM5可能增强免疫疗效，为精准分层提供新策略。然而，铜死亡在肿瘤与免疫细胞中的双重作用、回顾性数据的局限性以及前瞻性验证的缺失，仍是未来需解决的问题。研究为铜代谢相关疗法联合免疫治疗提供了理论依据，有望推动NSCLC个体化治疗进展。