整合代谢组学、孟德尔随机化与机器学习，研究锁定苯丙氨酸及其转运体SLC6A14作为胰腺癌诊断与治疗候选靶点

研究把苯丙氨酸确立为与胰腺癌有遗传学因果证据的血浆代谢物：以15个SNP为工具变量的逆方差加权分析给出OR=1.641（95% CI 1.052–2.562，p=0.029），MR-Egger、加权中位数、简单与加权众数法结果方向一致，Cochran's Q未见显著异质性（IVW Q=6.764，df=14，p=0.943），MR-Egger截距未见定向水平多效性（截距=−0.044，SE=0.051，p=0.408），留一法显示无单个SNP主导估计。 既往关于代谢物与胰腺癌的关联多停留在观察性差异分析，本研究把代谢组学差异代谢物筛选与孟德尔随机化因果推断串联，用遗传工具变量为代谢物优先级排序提供依据。 基于OpenGWAS数据集ieu-a-822（3835名参与者，1896例病例与1939例对照）的两样本MR，配合多种互补估计方法与敏感性分析；因果推断强度受工具变量阈值p<1×10⁻⁵与样本来源限制。

研究用12种机器学习算法、113种算法组合构建胰腺癌诊断模型，随机森林为最优模型，训练集AUC 0.994，三个独立验证集AUC分别为0.918、0.983、0.923，训练集灵敏度94.7%、特异度94.0%、准确率94.4%，验证集灵敏度87.2%、95.6%、84.6%，特异度87.2%、88.9%、100.0%，准确率87.2%、92.2%、90.5%。 模型建立在由苯丙氨酸相关差异基因与WGCNA红色模块（与PC相关r=0.72，p=1e-80）取交集得到的候选基因之上，使特征选择带有代谢因果线索，而非纯粹的数据驱动筛选。 训练集来自GSE16515、GSE62452、GSE183795，验证集来自GSE15471、GSE28735、GSE71989，采用10折交叉验证与Z-score标准化；作者指出GSE71989验证队列样本量较小（n=21），训练与验证AUC之间存在0.011–0.076的差距。

SHAP解释将SLC6A14列为对模型预测贡献最大的基因，其后为SLC2A1与GJB2；单细胞测序（GSE197177，1例癌旁正常组织与3例原发未治疗胰腺导管腺癌）显示SLC6A14主要表达于上皮细胞，模拟敲除SLC6A14显著影响95个基因（占基因池1.9%），富集于紧密连接、细胞黏附分子互作与白细胞跨内皮迁移等通路。 研究把模型特征重要性转化为可解释的生物学假设，将SLC6A14与氨基酸转运、免疫细胞通讯联系起来，提出其可能作为连接氨基酸可利用性与免疫逃逸的代谢检查点。 基于SHAP（TreeSHAP，背景集为训练集随机抽取的100个样本）、单细胞转录组与scTenifoldKnk虚拟敲除的计算证据；作者明确该机制假设仍需功能性转运实验、靶向代谢组学与体内实验验证。

药物预测从DSigDB获得110个药物分子并与中药活性化合物库比对得到19个候选天然提取物，分子对接显示染料木素（genistein）与withaferin A对SLC6A14的结合亲和力分别为9.1与8.9 kcal/mol；100 ns分子动力学模拟显示复合物稳定（Rg 2.80±0.03 nm，RMSD 0.91±0.10 nm，RMSF 0.18±0.17 nm，SASA 286.91±6.84 nm²），MM/GBSA结合自由能为−33.77±1.08 kcal/mol。 研究把诊断模型中的核心基因进一步推进到候选治疗靶点与先导化合物层面，提出异黄酮/黄酮骨架可能是靶向SLC6A14的优势化学型。 全部为计算机模拟证据（GROMACS 5.0.4、CHARMM36m力场、TIP3P水模型、100 ns NPT模拟），作者指出染料木素与SLC6A14的结合仍需实验确认。

该结果面向胰腺癌早期分子诊断与靶向治疗的研究场景：五基因随机森林模型适用于基于GEO转录组数据的风险分层与诊断评估，SLC6A14相关发现适用于以氨基酸代谢与肿瘤免疫微环境为切入点的机制研究和药物先导化合物筛选。作者提出的后续路径包括在胰腺癌细胞系中开展SLC6A14功能验证、用靶向代谢组学与共培养实验检验代谢–免疫串扰、在胰腺癌异种移植模型中评估染料木素，以及在前瞻性临床队列中验证五基因模型。

读者仍需关注：训练集AUC 0.994与验证集AUC 0.918–0.983之间的差距，以及GSE71989验证队列样本量较小（n=21）对性能估计的影响；SLC6A14介导苯丙氨酸代谢重编程的功能验证尚缺，染料木素与SLC6A14的结合、以及“SLC6A14升高耗竭细胞外苯丙氨酸从而削弱抗肿瘤免疫”的假设均来自计算与关联分析，需要功能性转运实验、靶向代谢组学与体内模型检验；RT-qPCR验证仅在BxPC-3与HPDE6-C7单一细胞对中完成。此外，本文为全文解析，但部分结果细节（如SHAP方向性描述与基因表达方向之间的表述）依赖图与补充数据，若需精确复现应结合Data S2–S6与图9、图14核对。