研究亮点
- β-catenin突变界定了一个独特的肝细胞癌（HCC）亚型，其特征性表现为谷氨酰胺合成酶（glutamine synthetase，GS）表达及代谢谱改变。
- β-catenin突变型HCC中肿瘤细胞GS缺失与患者较差生存显著相关，并可通过诱导巨噬细胞代谢重编程推动肿瘤进展。
- 巨噬细胞上调GS可代偿肿瘤细胞GS缺失，使其表型转向免疫抑制，并激活mTOR信号通路，从而促进肿瘤负荷增加。
- 靶向巨噬细胞GS或清除巨噬细胞可抑制肿瘤生长并改善生存，提示了潜在的治疗策略。
研究背景
肝细胞癌（hepatocellular carcinoma，HCC）是全球癌症相关死亡的主要原因之一，而对于晚期疾病，目前可治愈的治疗选择仍然有限。β-catenin基因（CTNNB1）的激活性突变约见于30%的HCC病例，形成了一个分子特征明确的亚型，常与谷氨酰胺合成酶（GS）表达、氨基酸代谢改变以及对mTOR抑制剂的敏感性相关。尽管已有上述认识，β-catenin突变型HCC中GS缺失的生物学意义及其临床影响仍未被充分阐明。深入理解癌细胞与肿瘤微环境成分（如巨噬细胞）之间的代谢互作，可能为改善HCC患者预后提供新的治疗机会。
研究设计
本研究结合人类临床数据分析与严格的临床前小鼠模型，解析GS在β-catenin突变型HCC肿瘤生物学中的作用。研究分析了公开可用的TCGA数据集，按GLUL（编码GS的基因）表达水平分层，评估伴有CTNNB1突变患者的生存结局。在小鼠中，于由突变CTNNB1（T41A）和突变Nrf2共同驱动的HCC背景下，分别在肝细胞和巨噬细胞中条件性删除Glul，以研究细胞特异性GS缺失的作用。通过使用氯膦酸脂质体实现巨噬细胞清除。随后对肿瘤进行详细组织学检查和空间单细胞转录组学分析，以刻画细胞与代谢改变。研究终点包括肿瘤负荷、生存、免疫细胞表型、代谢通路激活及治疗敏感性。
主要发现
研究显示，CTNNB1突变型HCC中肿瘤GLUL表达较低的患者总体生存显著更差，凸显了GS缺失的临床意义。在小鼠模型中，肿瘤肝细胞GS缺失破坏了谷氨酸和谷氨酰胺稳态，迫使肿瘤微环境发生代谢适应。这种适应表现为肿瘤相关巨噬细胞GS表达显著上调，使其功能由免疫监视转变为抑制性表型，从而促进肿瘤进展。
在代谢层面，巨噬细胞通过增加GS介导的谷氨酰胺合成，代偿性应对氨基酸环境改变，继而激活mTOR信号通路；该通路是合成性生长与增殖的重要驱动因素。这种代谢耦联使肿瘤对mTOR抑制剂更为敏感，提示该代谢重编程存在可利用的治疗脆弱性。
值得注意的是，肿瘤细胞GS缺失并未影响β-catenin驱动的肝脏分区，也未改变肿瘤对β-catenin通路抑制的反应，说明导致侵袭性表型的主要介导因素是代谢改变，而非β-catenin信号本身。
治疗干预进一步验证了上述发现：使用氯膦酸清除巨噬细胞，或在GS缺失、β-catenin突变型HCC中靶向删除巨噬细胞Glul，均可降低肿瘤负荷并延长生存。这些结果提示，巨噬细胞的代谢状态对肿瘤生长动力学及患者预后具有关键影响。
专家点评
本研究以较为精妙的方式拓展了我们对β-catenin突变型HCC中肿瘤细胞与免疫浸润细胞之间代谢互作的认识。研究揭示了一种此前未被识别的代偿机制：巨噬细胞通过上调自身GS表达，在代谢上适应肿瘤细胞GS缺失，从而促进有利于肿瘤的免疫抑制。这一发现强调了肿瘤相关巨噬细胞的代谢可塑性在癌症生物学中的“双刃剑”作用。
空间转录组学的应用为肿瘤微环境中的细胞生态与代谢信号提供了更高分辨率的洞察，也为未来机制性肿瘤学研究树立了方法学标杆。尽管前景可观，这些发现仍需在临床试验中进一步验证，尤其是针对特定分子亚型探索mTOR抑制剂以及潜在的巨噬细胞靶向治疗。
研究局限性包括小鼠模型较为复杂；尽管其具有良好的生物学解释价值，但可能无法完全再现人类肿瘤异质性及免疫复杂性。此外，巨噬细胞清除策略的长期效应与安全性仍需进一步研究。
结论
本研究阐明了β-catenin突变型HCC中驱动肿瘤进展的一种独特代谢依赖性及细胞间串扰机制。肿瘤细胞谷氨酰胺合成酶缺失可触发巨噬细胞代谢重编程，通过激活mTOR促进免疫抑制和肿瘤生长。对这一代谢轴的治疗性调控，可能为常规治疗耐药的侵袭性HCC亚型提供新的干预路径。未来临床研究应探索联合策略，包括β-catenin通路抑制剂、mTOR阻断以及免疫-代谢干预，以优化携带该突变患者的治疗结局。
基金资助与ClinicalTrials.gov
本研究由机构及公共基金资助（具体资助方未详述）。目前未报告与本研究相关的注册临床试验。
参考文献
1. Delgado ER, Patel P, Tao J, et al. Glutamine synthetase loss in β-catenin-mutant hepatocellular carcinoma promotes tumor burden through macrophage metabolic reprogramming. Hepatology. 2025;84(5):1317-1334. doi:10.1002/hep.32195
2. Llovet JM, et al. Molecular therapies and precision medicine for hepatocellular carcinoma. Nat Rev Clin Oncol. 2018;15(10):599-616.
3. Krenkel O, Tacke F. Liver macrophages in tissue homeostasis and disease. Nat Rev Immunol. 2017;17(5):306-321.
4. DeBerardinis RJ, Chandel NS. Fundamentals of cancer metabolism. Sci Adv. 2016;2(5):e1600200.
5. Zhu AX, Duda DG, Duda DG, et al. HCC molecular classification and targeted therapy: Facing the challenge of tumor heterogeneity. Hepatology. 2021;73(1):17-28.
相关科室计算器
供临床参考，请结合专业判断使用。
