膀胱癌免疫原性细胞死亡多组学分析及NU-1025计算药物筛选

SLAS technology · 2026-10-20 · 期刊论文

• 一句话结论：基于TCGA与GEO转录组数据的整合生物信息学分析，作者识别出两种免疫原性细胞死亡（ICD）分子亚型，并构建八基因ICD风险模型；计算筛选提名NU-1025为可逆转高危基因表达模式的候选化合物，属纯计算与回顾性数据研究，证据档位为C，尚不足以下临床结论。
• 研究设计与做法：研究为生物信息学与计算药物重定位设计：整合TCGA与GEO膀胱癌队列转录组数据，划分ICD相关亚型、构建预后风险模型并分析免疫浸润；采用Connectivity Map数据库与XSum算法进行药物筛选，分子对接预测候选化合物与免疫检查点蛋白的相互作用，并行计算机ADMET与毒理评估；另以CT尿路造影影像与PD-L1免疫组化数据评估临床相关性。样本量材料未报告。
• 主要结果：作者报告识别出两种预后与微环境特征不同的ICD分子亚型；建立并验证八基因ICD风险模型，可将患者分为高危与低危组，两组在生存、免疫细胞浸润与肿瘤突变负荷上存在差异；计算筛选提名NU-1025为可逆转高危基因表达模式的首位候选；计算机预测显示其成药性质良好、毒性风险低；临床数据分析显示高级别膀胱肿瘤常呈低PD-L1表达。具体效应量、置信区间与p值材料未报告。
• 机制或解释：作者解释为：ICD可激发适应性免疫并重塑肿瘤微环境，而免疫检查点阻断在膀胱癌中疗效有限，故诱导ICD或调节免疫检查点可能增强肿瘤免疫原性；高级别肿瘤低PD-L1表达与预测的ICD诱导需求相吻合。上述均为基于计算预测的推断，未经实验验证。
• 局限与边界：局限包括：全部结论来自计算与回顾性分析，NU-1025的ICD诱导与免疫检查点调节活性仅为预测，缺乏体外与体内功能验证；风险模型的验证队列、样本量与随访时长材料未报告；临床相关性分析基于影像与免疫组化数据，样本量与单中心与否材料未报告；利益冲突材料未报告。
• 可否落地：落地含义：该研究提示ICD相关分型与八基因风险模型可作为膀胱癌免疫治疗分层的研究假设，NU-1025可作为待验证的候选化合物进入实验阶段；证据档位为C，属计算预测与假设生成，尚不足以下临床用药或生物标志物结论，需细胞、动物及前瞻性队列研究验证。

🔗 打开原文

Li Y, Zuo L, Dong X 等

本文摘自《每日前沿研究简报 · 2026-10-22》「化学信息 / 药物发现」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。