近日，中山大学教授陈凌武团队通过整合多组学数据，为前列腺癌的治疗提出了创新思路，即针对唾液酸代谢免疫检查点的交互渠道制定新的治疗策略。相关结果发表在《自然通信》上(Nature Communications)。

前列腺癌是男性患病率第二的常见恶性肿瘤。在有限阶段，虽然手术治疗是一种常见的方法，但不同患者的治疗效果明显不同。目前，临床上使用的一些指标和基因组分析方法在准确预测高危患者术后生化复发方面存在局限性，不能满足临床需要。

通过整合多组学数据，研究小组将局限性前列腺癌分为三种蛋白质组亚型：免疫活性(最佳愈合后)、花生四烯酸代谢型和唾液酸代谢型(最差愈合后)。通过人工智能授权选择关键蛋白质识别，制定蛋白质组亚型分类模型，准确识别真正的临床高危患者。

在研究过程中，研究团队使用人工智能(AI)技术赋能，从众多信息中选择关键蛋白质标记，从而建立蛋白质组亚型分类模型。借助这个模型，临床医生可以更准确地识别真正高风险的患者。

从作用机制的角度来看，抑制NANS可以有效地阻止唾液酸的代谢。这一过程减少了前列腺癌细胞表面的唾液酸化装饰，从而扭转了由M2型巨噬细胞主导的免疫抑制微环境。当免疫抑制微环境得到改善时，它可以促进CD8 T细胞渗入肿瘤组织，从而抑制肿瘤的生长。

论文通讯作者陈凌武表示，该研究不仅发现了新的愈后标志，还提出了治疗唾液酸代谢免疫检查点交互通路的新策略。