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-免疫检查点交互通路制定新的治疗策略。相关成果发表于《自然-通讯》（Nature Communications）。

前列腺癌是男性群体中发病率位居第二的常见恶性肿瘤。在局限性阶段，虽然手术治疗是一种常用手段，但不同患者的治疗效果差异明显。目前临床所采用的一些指标以及基因组分型方法，在精准预测高危患者术后生化复发情况方面存在局限性，难以满足临床需求。

研究团队通过整合多组学数据，将局限性前列腺癌划分为三个具有显著预后差异的蛋白质组亚型：免疫活化型（最佳预后）、花生四烯酸代谢型及唾液酸代谢型（最差预后）。通过AI赋能方式筛选出关键蛋白标志物并建立蛋白质组亚型分类模型，精准识别临床上真正的高危患者。

在研究过程中，研究团队运用人工智能（AI）技术进行赋能，从众多数据中筛选出关键蛋白标志物，并以此建立了蛋白质组亚型分类模型。借助这一模型，临床医生能够更精准地识别出真正具有高风险的患者。

从作用机制来看，抑制NANS能够有效阻断唾液酸代谢途径。这一过程会减少前列腺癌细胞表面的唾液酸化修饰，进而扭转由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后，能够促进CD8 + T细胞向肿瘤组织浸润，从而抑制肿瘤的生长。

论文通讯作者陈凌武表示，该研究不仅发现新型预后标志物，同时提出了针对唾液酸代谢-免疫检查点交互通路的治疗新策略。

相关论文信息：https://doi.org/10.1038/s41467-025-58569-w