6 个基因预测头颈癌四类疗法响应:Front Immunol 的 CDCSI 模型怎么建、能信几分
一句话看懂:2026 年 5 月发表于 Frontiers in Immunology 的这项研究,把「调控性细胞死亡 + 细胞衰老」相关基因作为切口,用 TCGA 五个分子层加十种聚类算法分出两类头颈鳞癌亚型,再从 270 种机器学习组合里挑出 Ridge + SuperPC,得到只含 6 个基因的 CDCSI 评分。低评分者对放疗、化疗、EGFR 靶向和免疫治疗都可能更敏感。 但请先记住作者写在结论里的定性:这是一个「探索性框架」与「假说生成工具」,临床应用前必须做前瞻验证。全文几乎没有自己的组学实验,唯一的湿实验是三株细胞系的 qPCR 与 WB。
一、先把结论摆出来
头颈鳞状细胞癌(HNSCC)的治疗手段不缺——手术、放疗、铂类化疗、西妥昔单抗等 EGFR 靶向、PD-1 免疫检查点抑制剂都有位置,缺的是事先知道谁会获益。同一分期的病人,结局差别可以很大。
西南医科大学附属中医医院罗小琴与何娴团队的思路是:既然「调控性细胞死亡(RCD)」和「细胞衰老(CS)」都是癌症的核心标志,且都直接影响治疗敏感性,那就把这两类过程合在一起(合称 CDCS),看能不能从公共数据里挖出一个可用的分层工具。核心结果可拆成五条:
分型
:整合 mRNA、lncRNA、miRNA、DNA 甲基化、体细胞突变五个分子层,用 10 种整合聚类算法做共识,稳定分出两个亚型。CDCS2 总生存显著更差(P < 0.001),在合并的外部队列里复现一致。 画像
:CDCS2 富集 ECM 组织、黏附、迁移、PI3K-Akt 相关程序,微环境里 CAF 多、免疫抑制/排斥/EMT 信号强;CDCS1 则是 T/B 细胞丰富、免疫检查点基因高的「免疫热」型。 打分
:以 CDCS2 标志基因与 1412 个 CDCS 相关基因取交集,跨队列做单变量 Cox 筛选,再跑 270 种机器学习组合。Ridge + SuperPC 的平均 C-index 最高(0.651),最终模型只保留 6 个基因:SERPINE1、THBS1、SRPX、FADD、SERINC3、CSNK2A2。 关联
:低 CDCSI 与放疗敏感签名正相关、与 12 种药物的预测 IC50 负相关;在三个免疫治疗队列中低分组生存更好;TIDE 评分也更低。高 CDCSI 则呈现「泛治疗抵抗」倾向。 验证层级
:与 88 个已发表 HNSCC 预后签名横向比 C-index;单细胞与空间转录组定位到肿瘤细胞;SHAP 做可解释性;最后用 NP69、FaDu、FaDu/DDP 三株细胞做 qPCR 与 WB。
一句话:这是一套从公共数据出发、以计算为主的生物标志物发现流程,不是一项机制研究,也不是临床试验。
二、研究设计:先看流水线,再看证据等级

▲ 图1 研究整体流程:从 TCGA 多组学与 GEO 外部队列出发,经 CDCS 亚型识别、270 种机器学习组合建模,到预后、免疫景观、治疗响应与多层次验证(改编自原文 FIGURE 1)
数据侧值得先理清"多组学"这个词在本文的含义:它指的是 TCGA-HNSCC 的 mRNA、lncRNA、miRNA、DNA 甲基化、体细胞突变五个分子层——全部是核酸层面的数据,不含蛋白质组,也不含代谢组。后续外部验证用 GEO 的四个 HNSCC 队列(GSE27020、GSE41613、GSE42743、GSE65858),经 ComBat 校正批次后合并成 META 队列。
免疫治疗部分因为「公开可得、且同时带转录组与疗效标注的 HNSCC 队列太少」,改用了 GSE78220、GSE91061、GSE135222 和 IMvigor210——主要是黑色素瘤、非小细胞肺癌与尿路上皮癌,不是头颈癌。这一点后面谈边界时会再提。
单细胞数据来自 GSE103322(18 例患者、5,902 个细胞),空间转录组来自 GSE208253(10 例患者、12 张新鲜冷冻切片),也都是公共数据集。CDCS 基因集从 REACTOME、GO、FerrDb 及既往文献整理而来。
所以整篇文章的证据链是:公共数据 → 计算分型 → 计算建模 → 计算推断疗效 → 公共单细胞/空间数据定位 → 三株细胞系的表达验证。看清这条链,才不会把某一步的结论当成另一步的证据。
三、五组学 + 十种聚类算法,分出两个亚型

▲ 图2 多组学共识聚类识别并验证 CDCS 亚型:五分子层共识聚类热图、TCGA 与 META 队列中 CDCS2 预后更差、META 队列分型热图,以及 NTP 与 PAM 分类器的一致性检验(改编自原文 FIGURE 2)
先用 MOVICS 的 getElites 做各层特征筛选:连续型的 mRNA/miRNA/lncRNA/甲基化用 Cox 法挑预后相关特征(P < 0.05),二值的突变数据取突变频率前 5% 的基因。再用 CPI、gap statistic 与轮廓系数共同判断最佳聚类数,三者一致指向 k = 2。
接着并行跑十种整合聚类算法——CIMLR、ConsensusClustering、SNF、iClusterBayes、PINSPlus、moCluster、NEMO、IntNMF、COCA、LRA——再用 getConsensusMOIC 做共识集成。这个设计的用意很明确:不想让分型结果被某一种算法的偏好绑架。
稳健性做了三层:按每个亚型取 2,000 个上调基因作分类器,在 META 队列里 CDCS2 依然预后更差(P < 0.001);热图显示分类基因的表达格局仍清晰可分;NTP 与 PAM 两种独立分类器与共识聚类高度一致。
四、亚型的分子画像:ECM 与黏附是主轴

▲ 图3 CDCS 亚型的分子特征:临床特征关联热图、转录因子网络与染色质重塑调控因子分析、CDCS2 相关基因的 GO 与 KEGG 富集(改编自原文 FIGURE 3)
两型之间的调控程序不同:用 RTN 构建的转录因子网络(23 个诱导/抑制相关 TF)与 71 个候选染色质重塑调控因子显示亚型特异的调控活性,提示上层转录与表观程序存在分工。
功能富集的结果相当集中。GO 方面,CDCS2 相关基因主要落在 ECM 组织、细胞-基质黏附、细胞-底物连接、伤口愈合、阿米巴样迁移;亚细胞定位指向胶原富集 ECM、黏着斑、肌动蛋白丝束与细胞前缘;分子功能则是 ECM 结构活性、与肌动蛋白/胶原/整合素/钙黏蛋白/生长因子/糖胺聚糖的结合。KEGG 落在黏着斑、整合素信号、ECM-受体相互作用、癌症蛋白聚糖、肌动蛋白骨架调控、PI3K-Akt 与 HPV 感染等通路。
这段其实是全文最值得做蛋白组的人留意的地方:整个高风险亚型的分子画像,几乎全写在细胞外基质与黏附结构上——而 ECM 恰恰是转录组最不容易如实反映、却最适合用质谱直接测的一层。
五、两类亚型的治疗敏感性:一条「泛抵抗」线索

▲ 图4 CDCS 亚型对化疗、放疗与 EGFR 靶向治疗的响应评估:CDCS1 富集细胞周期与 DNA 复制签名,对五种化疗药及七种 EGFR 靶向药呈现更高的预测敏感性(改编自原文 FIGURE 4)
放疗敏感性用 ssGSEA 的细胞周期与 DNA 复制两个签名来代理(增殖活跃通常更放疗敏感),CDCS1 显著富集。药敏则交给 oncoPredict:五种化疗药(5-FU、顺铂、多西他赛、吉西他滨、紫杉醇)与七种 EGFR 靶向药(阿法替尼、AZD3759、厄洛替尼、吉非替尼、拉帕替尼、奥希替尼、Sapitinib),CDCS1 都显示更高的预测敏感性。
这里必须划清证据等级:IC50 是 oncoPredict 基于 GDSC/CCLE 细胞系表达谱推出来的预测值,不是病人用药后的实际疗效;放疗敏感性也是通路签名代理,不是临床缓解率。这些结果适合用来提出假说,不适合用来给病人选药。
六、免疫微环境:CDCS2 是 CAF 富集、免疫排斥型

▲ 图5 两亚型的肿瘤微环境细胞浸润比较:CDCS1 富集 T 细胞与 B 细胞等免疫活跃群体,CDCS2 富集癌症相关成纤维细胞(改编自原文 FIGURE 5)

▲ 图6 两亚型的免疫相关签名比较:CDCS2 的免疫抑制、免疫排斥、免疫耗竭与 EMT 签名更高,CDCS1 的免疫治疗相关、免疫功能与免疫检查点基因签名更高(改编自原文 FIGURE 6)
用 IOBR 量化一整套已发表的微环境签名后,两型的分工很清楚:CDCS1 是 T/B 细胞丰富、免疫检查点基因高、免疫功能活跃的「热肿瘤」;CDCS2 则是 CAF 占优、免疫抑制与免疫排斥并存、EMT 高,走的是基质屏障路线。
熟悉头颈癌空间文献的读者会觉得很眼熟——这与上一篇我们解读的 Med 空间多组学图谱里「成纤维细胞富集/免疫排斥生态型」几乎同构。有意思的是,两项研究路径完全不同:一个是把组织切片上的细胞邻居直接测出来,一个是从公共转录组反推细胞浸润。两条独立路径指向同一类高风险微环境,这本身比任何单一模型更有说服力。
七、从分型到个体打分:270 种组合挑出 6 个基因

▲ 图7 CDCSI 的构建:270 种机器学习算法组合的平均 C-index 热图,Ridge + SuperPC 以 0.651 胜出并纳入六个枢纽基因,以及多队列高/低 CDCSI 组的 Kaplan-Meier 生存曲线(改编自原文 FIGURE 7)
群体分型解决不了"这个病人怎么办",于是团队做了个体化指数。候选基因的来路是:CDCS2 亚型标志基因 ∩ 1,412 个 CDCS 相关基因 → 在 TCGA 与 META 两个队列做单变量 Cox,保留 P < 0.01 且 HR > 1 的基因 → 进入建模。
建模用了 10 种算法(CoxBoost、stepwise Cox、Lasso、Ridge、Enet、survival-SVM、GBM、SuperPC、plsRcox、RSF)的 270 种组合,以所有队列的平均 C-index 排名,Ridge + SuperPC 以 0.651 居首。最终 CDCSI 只含 6 个基因:SERPINE1、THBS1、SRPX、FADD、SERINC3、CSNK2A2。在 TCGA、META 及四个 GEO 队列里,高 CDCSI 组总生存一致更差。
六个基因各自的分工在讨论里被梳理过:CSNK2A2 经 NF-κB 促增殖、迁移与血管生成;FADD 在鳞癌里是非经典致癌调节因子;THBS1 与 SERPINE1 都连着 ECM 重塑、基质活化与免疫调节;SRPX 既往多在胶质瘤里被报道与干性、复发、治疗抵抗相关;SERINC3 并非经典驱动基因,更靠近膜脂重塑与抗病毒天然免疫,作者认为它可能反映更宽泛的应激/膜动态状态。
八、模型可靠性:与 88 个已发表签名的横向比较

▲ 图8 CDCSI 与 88 个已发表 HNSCC 预后签名在多个独立队列中的 C-index 横向比较(改编自原文 FIGURE 8)

▲ 图9 CDCSI 与临床特征的比较:单变量与多变量 Cox 回归、与传统临床变量的 C-index 对比,以及整合 CDCSI 与关键临床变量的列线图(改编自原文 FIGURE 9)
这部分需要读得细一点。原文摘要与讨论用的是「superior predictive performance」,但按 FIGURE 8 图注给出的具体名次:CDCSI 在 GSE41613 与 META 排第 1,TCGA 与 GSE27020 排第 2,GSE42743 与 GSE65858 排第 5。也就是说总体稳居前列,但并非在全部队列都第一。写「全面超越 88 个模型」是不准确的。
其余验证包括:单变量与多变量 Cox 支持 CDCSI 为独立预后因子;与分期等传统临床变量比,C-index 更高更稳;做了一个整合 CDCSI 与临床特征的列线图以便个体化估计生存概率。
顺带一个该被审稿人多问一句的细节:候选基因的 Cox 筛选是在 TCGA 与 META 两个队列同时做的,而 META 之后又作为验证队列参与 C-index 评估与排名。按 Methods 的描述,这存在潜在的验证集信息泄漏——特征筛选阶段见过验证集的生存信息,会让后续的"独立验证"打折扣。原文没有说明是否用嵌套交叉验证把筛选包进训练折,这是复现与评估时值得追问的一点。
九、CDCSI 与四类治疗响应的关联

▲ 图10 CDCSI 与化疗、放疗及 EGFR 靶向治疗响应的关系:与细胞周期/DNA 复制签名负相关,与五种化疗药及七种靶向药的预测 IC50 负相关(改编自原文 FIGURE 10)

▲ 图11 CDCSI 与免疫治疗响应的关系:GSE78220、GSE135222、IMvigor210 三队列的生存曲线、IMvigor210 中 CR/PR 与 SD/PD 组的评分比较、GSE91061 中响应者与非响应者比较,以及高/低分组的 TIDE 评分(改编自原文 FIGURE 11)
在个体层面,低 CDCSI 与放疗相关签名正相关、与 12 种药物的预测 IC50 负相关;免疫治疗方面,三个队列里低分组生存更好,IMvigor210 中达到完全/部分缓解者的 CDCSI 低于疾病稳定/进展者,GSE91061 中响应者也更低,且低分组 TIDE 评分更低。
作者由此提出一个有意思的解读:高 CDCSI 关联的可能不是某个疗法特有的耐药机制,而是一种共享的「治疗不应答状态」——细胞死亡反应受损、衰老相关的微环境重塑、免疫排斥叠加,同时削弱细胞毒治疗与免疫治疗的效果。
但这一节的证据几乎全是计算推断,Methods 里也写得很坦白:TIDE 是免疫逃逸与检查点阻断潜在响应的计算替代指标,不是直接临床疗效证据;再叠加前面提到的"免疫队列主要不是头颈癌",这部分应当按跨癌种、假说生成的口径来读。
十、可解释性:SHAP 告诉你模型在看什么

▲ 图12 CDCSI 的 SHAP 可解释性分析:六个基因的平均 SHAP 重要性排序、单基因表达对预测输出的影响方向,以及单个病人预测值的分解示例(改编自原文 FIGURE 12)
SHAP 用博弈论的 Shapley 值量化每个基因对模型输出的贡献。六个基因里 CSNK2A2 贡献最大,且高表达对应更高的 SHAP 值(指向更差预后),低表达则相反;图 12C 进一步把单个病人的预测从基线拆解成六个基因各自的推与拉。
需要清醒的是:SHAP 解释的是模型怎么算,不是生物学为什么。它告诉你哪个特征在这个拟合好的模型里权重高,不证明该基因驱动了耐药,更不指向可干预靶点。把「CSNK2A2 最重要」读成「CSNK2A2 是治疗靶点」,是这类文章最容易被过度解读的一步。
十一、单细胞与空间层面:评分主要落在恶性细胞上

▲ 图13 单细胞与空间转录组验证:5,902 个细胞的 24 个簇与 9 类细胞注释、CDCSI 在各类细胞中的分布与小提琴图、空间切片上的评分分布与肿瘤区定位,以及肿瘤细胞丰度与评分的共定位相关(改编自原文 FIGURE 13)
GSE103322 的 5,902 个细胞聚成 24 簇、注释为 9 类细胞;用 ssGSEA 逐细胞算 CDCSI 后,肿瘤细胞的评分最高,提示这个指数主要反映恶性上皮细胞的程序,而不是被基质或免疫成分带起来的假象。
空间侧(GSE208253,10 例患者 12 张切片)用 GSE103322 作参考做 RCTD 反卷积,再逐 spot 算 ssGSEA:高分区集中在肿瘤富集区域,肿瘤细胞丰度与 CDCSI 呈正相关。
这层验证的价值是把一个 bulk 打分"落回"组织位置,方向自洽;但样本量小、spot 级分辨率有限、且都是外部公共数据,属于定位性质的支持证据。
十二、唯一的湿实验:三株细胞系的 qPCR 与 WB

▲ 图14 体外 mRNA 与蛋白表达验证:六个基因在 NP69、FaDu、FaDu/DDP 三株细胞中的 qPCR 结果、基于 qPCR 数据计算的 CDCSI,以及五个蛋白的 Western blot 条带(改编自原文 FIGURE 14)
实验设计很简洁:NP69 正常鼻咽上皮、FaDu 头颈鳞癌、以及由 FaDu 经顺铂浓度递增建立的耐药株 FaDu/DDP。qPCR 显示六个基因的 mRNA 都是 耐药株 > 肿瘤株 > 正常株,按 qPCR 数据算出的 CDCSI 也是同一梯度;WB 显示 SERPINE1、SERINC3、CSNK2A2、FADD、THBS1 五个蛋白在耐药株中升高。作者据此认为 CDCSI 与治疗抵抗相关,但明确写了「仍需进一步功能实验澄清这些基因的因果作用」。
三个容易被漏掉的细节:
六个基因里只有五个做了 WB
,SRPX 没有蛋白层面验证(Methods 的抗体清单里也确实没有 SRPX)。 WB 只有三株细胞系、三次独立生物学重复、展示的是其中一次的代表条带;没有临床组织、没有定量灰度统计、没有空间定位。 没有任何敲低/过表达/药物干预实验,所以这里验证的是表达模式的相关性,不是功能,更不是因果。
十三、方法学延伸:从「转录打分」到「能落地的蛋白标志物」
对做蛋白质组与代谢组的人,这篇论文的空白比结论更有价值。以下几点其实指向同一件工作:把一个公共数据里跑出来的 6 基因签名,推到可测量、可复核、可进临床的分子层。
第一,先把"多组学"这个词补齐。 本文的五个分子层全是核酸层。而 CDCS 里的两个核心过程——调控性细胞死亡与细胞衰老——本质上发生在蛋白与代谢层:caspase/GSDMD/GSDME 的剪切、MLKL 磷酸化、GPX4 与铁稳态、SASP 分泌因子(IL-6、IL-8、MMP)、SA-β-gal 活性、脂质过氧化产物。这些都不是转录本能如实报告的。想验证「CDCSI 高=细胞死亡反应受损」,需要的是磷酸化蛋白质组、分泌组、氧化脂质靶向 LC-MS/MS 与能量/谷胱甘肽代谢组,而不是再多跑一遍富集分析。
第二,六个基因里有三个是天然的质谱 / 液体活检候选。 SERPINE1(PAI-1)与 THBS1 都是分泌型 ECM/基质蛋白,SRPX 也是分泌蛋白,理论上可在血浆或组织间液中定量;FADD 是胞内适配蛋白,CSNK2A2 是蛋白激酶 CK2 的调节亚基(更适合从磷酸化蛋白组与激酶底物层面看活性);SERINC3 是多次跨膜的膜脂重塑蛋白,疏水性强,无论 WB 还是常规胰酶消化的 shotgun 都容易丢,需要专门的膜蛋白前处理或特制肽段选择。这份清单恰好说明:同一个 6 基因签名里,各成员的检测可行性差别很大,做成临床 panel 时要按蛋白理化性质分别设计,不能一锅端。
第三,WB 与质谱的差距,在这篇文章里是个具体的技术缺口。 WB 依赖抗体特异性与线性范围、一次只能看几个蛋白、以 Tubulin 等内参做半定量归一化;而 DIA/PRM 靶向蛋白质组可以在同一批样本里无抗体偏倚地同时定量几十到上千个蛋白,加稳定同位素内标肽可做绝对定量,还能区分剪切体、异构体与修饰态。对于「ECM 重塑」「细胞死亡执行」这类需要看蛋白水解与修饰的题目,质谱能给的信息维度不是 WB 能替代的。本文用五条 WB 条带支撑"蛋白层面验证",在论文里够用,但离临床检测还很远。
第四,ECM 与 CAF 这条主线,正适合空间蛋白组接手。 第四节的 GO/KEGG 结果几乎全压在胶原、黏着斑、整合素与糖胺聚糖上,而 ECM 的交联、降解片段与成熟度主要由翻译后修饰和蛋白水解决定,转录本几乎读不出来。用激光显微切割 + 微量 DIA、或 FFPE 空间蛋白组去比较 CDCS1/CDCS2 组织区域,再用多重免疫荧光把 CAF 与免疫排斥的位置钉住,能把"计算推断的基质屏障"变成可测量的分子表型。
第五,FaDu/DDP 耐药株是现成的药物组学入口。 顺铂耐药通常牵涉药物摄取/外排转运体、谷胱甘肽与硫醇代谢、DNA 损伤应答与凋亡阈值。用 DIA 蛋白组比较 FaDu 与 FaDu/DDP、再用 LC-MS/MS 定量细胞内铂加合物与 GSH/GSSG 比值、配合 ^13C 示踪看耐药株的碳流重排,可以直接检验「高 CDCSI 是否对应一个真实的耐药代谢态」。
最后是一条可执行的转化路径:回顾性公共数据挖掘(已完成)→ 独立院内队列的 FFPE 组织 + 配对血浆 → PRM/DIA 靶向定量六个蛋白并按理化性质优化 panel → 与 IHC/多重免疫荧光的空间定位交叉验证 → 前瞻性临床验证。作者自己列出的局限(无独立院内队列、过拟合不能排除、需功能与表型实验)几乎正好是这条路径要补的部分;而中间这几步,恰好是常规蛋白质组/代谢组检测服务能承接的工作。
十四、读这篇要守住的几条边界
全回顾性、全公共数据
。作者明确承认:缺少独立院内队列,过拟合的可能性无法完全排除;部分公共数据集临床与分子标注不足,可能掩盖某些关联。 判别力中等
。最优组合的平均 C-index 是 0.651,属于「有一定区分能力」,不是强预测器;而且它是在 270 种组合中按同一批队列的平均 C-index 挑出来的,存在模型选择带来的乐观偏倚。 横向比较要看具体名次
。与 88 个已发表签名相比是两个队列第 1、两个第 2、两个第 5,总体靠前但非全胜;说「全面优于」不准确。 特征筛选可能泄漏验证集信息
。候选基因的 Cox 筛选用了 TCGA 与 META,META 随后又充当验证队列;原文未说明筛选是否被包进训练折内,评估"独立验证"时应打折。 疗效相关结论绝大多数是计算替代终点
。oncoPredict 的 IC50 来自细胞系药敏建模,放疗敏感性来自通路签名,TIDE 作者自己定义为 computational surrogate,都不是临床疗效。 免疫治疗队列跨癌种
。四个队列主要是黑色素瘤、NSCLC 与尿路上皮癌,原因是公开 HNSCC 免疫治疗队列稀缺;向头颈癌外推需格外谨慎。 湿实验只是表达相关性验证
。仅三株细胞系,WB 只覆盖六个基因中的五个(SRPX 未做蛋白验证),无功能干预、无临床样本,不能推出因果,更不能推出临床可用性。 SHAP 解释模型,不解释生物学
;单细胞/空间验证样本量小,属定位性支持证据。 看清作者自己的定性
:结论原文是「an exploratory framework for individualized risk stratification and hypothesis generation」,并明确写「prospective clinical validation is required before clinical application」。这不是一个可以拿来给病人分层选药的工具。
十五、一句话带走
CDCSI 把「细胞死亡 + 衰老」这条生物学线索,压缩成了一个可解释、可复算的 6 基因评分,并且在多个公共队列里表现出一致的方向性——作为假说生成与候选标志物清单,它做得相当完整。但要把它从「算出来的分数」变成「测得到的蛋白」,中间还隔着独立临床队列、靶向蛋白质组、功能实验与前瞻验证四道关;对做组学检测的人来说,这四道关正是最值得接手的部分。
文献:Luo X, He X. CDCSI: a machine learning-based interpretable cell death and cellular senescence index for prognosis improvement, immune landscape characterization, and therapeutic response prediction in head and neck squamous cell carcinoma. Front Immunol. 2026;17:1848488. DOI: 10.3389/fimmu.2026.1848488.


English

