近日，四川南充川北医学院团队在《International Journal of Surgery》（外科顶刊，IF=10.3，开源零版面费）发表重磅研究，通过孟德尔随机化、单细胞测序、机器学习、多组学验证等多维度技术，证实EB 病毒（EBV）感染与透明细胞肾细胞癌（ccRCC）的因果关联，锁定GBP1 为核心驱动靶点，并发现老药非那雄胺可靶向抑制 GBP1，为ccRCC 精准防治提供新方向。

文章信息速览

• 原标题：GBP1 as a Machine Learning-Prioritized Biomarker and Therapeutic Target for Epstein-Barr virus-Induced Clear Cell Renal Cell Carcinoma: Multi-Omics Causal Validation（GBP1 作为机器学习优先选择的 EB 病毒诱导透明细胞肾细胞癌生物标志物及治疗靶点：多组学因果验证）

• 期刊：International Journal of Surgery（IF=10.3，外科顶刊，开源获取）

• 关键词：EB 病毒、透明细胞肾细胞癌（ccRCC）、多组学分析、孟德尔随机化、机器学习、GBP1、非那雄胺、免疫介导

研究背景与核心痛点

作为肾癌最主要亚型（占70-80%），ccRCC 发病机制复杂，与遗传、环境、病毒感染等多因素相关，但缺乏精准诊断标志物和靶向治疗策略；

EBV 全球感染率超 90%，已证实与淋巴瘤、鼻咽癌等多种癌症相关，但与 ccRCC 的关系一直不明确 —— 是致癌诱因还是肿瘤发生后的伴随感染？传统研究难以区分因果；

单一组学研究说服力不足，缺乏因果推断和临床转化价值，难以满足顶刊发表要求，亟需 "多技术交叉验证+ 临床落地导向" 的研究范式。

研究核心亮点

这篇研究的成功关键的在于 "多技术闭环验证"，从因果推断到药物筛选形成完整链条，8 大核心步骤可直接作为多组学论文模板：

1. 第一步：孟德尔随机化 "破局"，实锤 EBV 与 ccRCC 因果关系（图 1、2）

技术核心：双向孟德尔随机化（MR）+ 广义汇总数据 MR（GSMR）+ 两步 MR 中介分析

关键结果：

EBV 抗体（EBNA-1/VCA p18）水平升高显著增加 ccRCC 遗传风险（OR=1.23/1.22，P=0.013/0.029），反向 MR 证实无反向因果（图 1A）；

图1

调节性 T 细胞（Treg）和 B 细胞是核心中介因子，其中 CD4+ Treg、IgD+CD38- B 细胞等直接介导 EBV 的促癌效应（图 2A-F）；

图2

敏感性分析（异质性检验、水平多效性检验、留一法分析）均验证结果可靠，无单 SNP 干扰。

顶刊价值：用遗传证据解决 "谁因谁果" 的经典争议，为后续机制研究奠定 "因果基础"，是顶刊青睐的核心设计。

2. 第二步：单细胞测序解析 "免疫互作网络"，锁定核心细胞亚群（图 3）

技术核心：scRNA-seq（GSE222703）+ CellChat 细胞通讯分析 + 差异表达分析

关键结果：

肿瘤微环境中，Treg、B 细胞与增殖 T 细胞的通讯强度显著高于正常组织，通讯通路从正常组织的 FN1/ICAM1 等免疫调节通路，变为肿瘤组织的 VEGFA（血管生成）、CDH1（细胞黏附）等促癌通路（图 3G-H）；

肿瘤组织中 Treg 上调 959 个基因，B 细胞上调 61 个基因，共筛选出 1013 个肿瘤特异性差异基因（图 3I）；

图3

顶刊价值：从 "细胞层面" 拆解 EBV 促癌的具体 "执行者"，为后续基因筛选缩小范围。

3. 第三步：WGCNA + 差异分析，筛选 EBV 核心基因（图 4）

技术核心：EBV 感染数据集（GSE45918）差异表达分析 + 加权基因共表达网络分析（WGCNA）

关键结果：

鉴定出 891 个 EBV 感染相关差异基因（471 个上调、420 个下调）（图 4A-B）；

WGCNA 筛选出与 EBV 感染最相关的 turquoise 模块（含 8892 个基因），该模块与感染状态高度相关（图 4G）；

图4

交集 GeneCard 数据库 EBV 相关基因，得到高置信度 EBV 核心基因集。

顶刊价值：用 "共表达网络" 挖掘 EBV 感染的核心分子集群，避免单一差异基因的偶然性。

4. 第四步：交集分析，建立 "EBV-ccRCC" 分子连接（图 5）

技术核心：EBV 核心基因与 ccRCC 单细胞差异基因交集 + PPI 网络 + 功能富集分析

关键结果：

得到 24 个 Treg/B 细胞共表达基因（6 个上调、18 个下调）（图 5A-B）；

这些基因富集于 EBV 感染通路、免疫调节、细胞因子产生等核心生物学过程（图 5D-E），形成紧密的蛋白质相互作用网络（图 5C）；

图5

顶刊价值：精准锁定 "EBV 感染→免疫细胞异常→ccRCC 发生" 的关键分子桥梁。

5. 第五步：机器学习 + SHAP，解锁核心靶点 GBP1（图 6）

技术核心：11 种机器学习算法（RF、Ridge、XGBoost 等）+ 堆叠集成学习 + SHAP 可解释性分析

关键结果：

构建 107 个预测模型，RF+Ridge 集成模型表现最优（AUC=0.973），筛选出 7 个关键诊断基因（GBP1、IFI16、RECQL 等）（图 6A-B）；

SHAP 分析显示 GBP1 的贡献值最高（SHAP=0.191），是促进 ccRCC 发生的主要正向调控因子（图 6C-F）；

图6

顶刊价值：用 "多算法验证 + 可解释性分析" 解决机器学习 "黑箱" 问题，让核心靶点的筛选更具说服力。

6. 第六步：多组学因果验证，夯实 GBP1 驱动地位（图7）

技术核心：mQTL/eQTL/pQTL 多组学 MR + 汇总数据 MR（SMR）+ 贝叶斯共定位

关键结果：

GBP1 在甲基化（mQTL）、转录（eQTL）、蛋白质（pQTL）层面均与 ccRCC 存在显著因果关联（OR=0.4187-4.8557，P<0.001）（图 7A）；

共定位分析显示 PP.H4>0.80，证实 GBP1 与 ccRCC 共享同一因果遗传变异，排除多效性干扰（图 7B-J）；

图7

顶刊价值：从 "基因组→转录组→蛋白质组" 多层面验证因果关系，满足顶刊 "多维度交叉验证" 的要求。

7. 第七步：多数据集验证，GBP1 成可靠诊断标志物（图 8、9）

技术核心：scRNA-seq、bulk RNA-seq（4 个队列）、CPTAC 蛋白质组、HPA 免疫组化（IHC）

关键结果：

GBP1 在 ccRCC 肿瘤组织（尤其 Treg 细胞）中显著高表达，4 个 RNA-seq 队列的诊断 AUC 均 > 0.85（图 8B-F）；

蛋白质组数据证实 GBP1 在肿瘤组织中蛋白水平显著升高（图 8G-H）；

图8

IHC 显示正常肾组织几乎无 GBP1 表达，而肿瘤组织呈中高强度染色（图 9）；

图9

顶刊价值：从 "转录→蛋白→组织形态" 全维度验证，让核心靶点的临床应用价值更扎实。

8.第八步：药物预测 + 分子对接，实现临床转化（图 10）

技术核心：DGIdb 药物 - 基因相互作用数据库 + AutoDock Vina 分子对接

关键结果：

筛选出唯一临床获批的 GBP1 抑制剂 —— 非那雄胺（原用于前列腺增生治疗）；

分子对接显示非那雄胺与 GBP1 结合能达 - 7.6 kcal/mol，结合构象稳定，具备良好抑制潜力（图 10）；

图10

将基础研究与临床药物直接关联，降低转化门槛，显著提升论文的临床意义和顶刊竞争力。

医生发文角度：

因果推断先行：用孟德尔随机化解决传统多组学研究 "混杂偏倚" 的痛点，先明确 "谁因谁果"，再深入机制，让结论更具说服力；

多技术深度整合：不是简单堆砌技术，而是形成 "MR 因果验证→单细胞找细胞亚群→WGCNA 筛基因→机器学习锁靶点→多组学验证→药物筛选" 的完整闭环，每个步骤都为下一步服务；

临床转化导向：研究终点不只是找到靶点，而是关联已获批药物，给出明确的临床应用方向（诊断标志物 + 靶向药物），满足顶刊对 "临床价值" 的核心要求；

可视化赋能：每个关键结果都搭配高质量图表（UMAP 图、ROC 曲线、分子对接图、IHC 染色图），让复杂数据更易理解，提升论文可读性。

临床与科研价值

• 诊断层面：GBP1 可作为 EBV 相关ccRCC 的早期诊断标志物（AUC>0.85），为肾癌早筛提供新工具；

• 治疗层面：非那雄胺可作为潜在靶向治疗药物，为 ccRCC 提供 "老药新用" 的治疗方案，尤其适用于 EBV 抗体水平升高的高危人群；

• 预防层面：EBV 抗体（EBNA-1/VCA p18）可作为 ccRCC 风险筛查指标，高危人群可早期干预；

• 科研层面：提供 "病毒 - 免疫 - 肿瘤" 的多组学研究范式，为其他病毒相关癌症（如 EBV 相关胃癌、淋巴瘤）的研究提供参考。

四川南充川北医学院团队的这篇研究，完美诠释了顶刊多组学论文的核心设计逻辑：以临床疑问（EBV 与 ccRCC 的关系）为起点，用因果推断建立核心关联，用多技术整合精准定位靶点，最终落地到临床可用的诊断工具和治疗药物。对于医生和科研人员来说，这套 "从临床中来，到临床中去" 的研究思路，不仅能大幅提高顶刊命中率，还能让研究真正服务于临床实践。

原文DOI: 10.1097/JS9.0000000000004393

专注期刊投稿、发表十年，任何投稿、写作难题欢迎咨询！