基于内质网应激相关lncRNA的肾透明细胞癌预后模型构建与药物预测.pdf

158临床研究基于内质网应激相关IncRNA 的肾透明细胞癌预后模型构建与药物预测李渊1-2，李卓阳1-2，刘格良1-2，胡超扬1-2，贺培凤1-2，于琦1-2（1.山西医科大学管理学院，山西晋中0 30 6 0 0；2.临床决策研究大数据山西省重点实验室，山西太原0 30 0 0 1）Construction of a prognostic model and drug prediction for clear cell renal cellcarcinoma based on endoplasmic reticulum stress-related IncRNALI Yuanl-2,LI Zhuoyang*2,LIU Geliang*2,HU Chaoyang-2,HE Peifengl2,YU Qil.?(1.School of Management,Shanxi Medical University,Jinzhong 030600;2.Key Laboratory of Big Data inClinical Decision Research,Shanxi Province,Taiyuan 03000l,China)ABSTRACT:Objective To construct a prognostic model of clear cell renal cell carcinoma(ccRCC)based on endoplasmicreticulum stress(ERS)-related long non-coding ribonucleotides(lncRNA),so as to explore the correlation between immune cellinfiltration and prognosis of ccRCC patients,and to search for new drugs for the treatment of ccRCC.MethodsThetranscriptome and clinical data of cancerous and paracancerous tissues of ccRCC were obtained from the TCGA database.TheERS-associated gene set was obtained from the MSigDB database.ERS co-expressed IncRNAs were screened with Pearsoncorrelation analysis.ERS-related IncRNA(ERSRL)with prognostic significance were screened with Lasso regression,univariateand multivariate Cox regression analyses,and a prognostic model was constructed.The risk value of each sample was calculatedaccording to the prognostic model formula.The patients were divided into high-risk and low-risk groups for survival differenceanalysis.The predictive performance of the prognostic model was evaluated with survival curve,receiver operating characteristic(ROC)curve and calibration curve.The infiltration of immune cells in high-and low-risk groups was analyzed withCIBERSORT database.The relationship between ERSRL and drug sensitivity was analyzed with GDSC database to identifydrugs with potential efficacy against cRCC.Results A total of 9 IncRNAs with independent prognostic significance werescreened to construct the prognostic model.Kaplan-Meier analysis showed significant survival differences between the high-andlow-risk groups.Univariate and multivariate Cox regression analyses showed that age,grade,stage and risk score could be used asindependent prognostic factors.The area under the ROC curve(AUC)of the 1-,3-,and 5-year survival rates of the training setwere 0.754(95%Cl:0.659-0.848),0.744(95%cI:0.667-0.815),and 0.759(95%CI:0.6620.820),respectively,and theC-index was 0.777(95%CI:0.759-0.796).Immune infiltration results showed that plasma cells,activated memory CD4+Tcells,regulatory T cells,Mo macrophages,and activated mast cell infiltration levels were higher in the high-risk group than thosein the low-risk group.Drug susceptibility analysis identified 12 drugs with potential curative effects on ccRCC,includingAZD8055.Conclusion Based on 9 ERSRLs,a prognostic model for ccRCC patients was constructed,and 12 drugs withpotential therapeutic effects were screened,including AZD8055.KEY WORDS:endoplasmic reticulum stress;clear cell renal cell carcinoma;prognostic model;immune infiltration;drug sensitivity摘要：目的基于内质网应激(ERS)相关长链非编码核糖核苷酸(IncRNA)构建肾透明细胞癌（ccRCC)患者预后模型，探讨免疫细胞浸润与 ccRCC患者预后的相关性，并寻找可用于治疗 ccRCC的新药物。方法从癌症基因组图谱（TCGA)数据库获取ccRCC肿瘤与癌旁组织的转录组和临床数据。从MSigDB数据库获取ERS相关基因集。通过Pearson相关性分析筛选ERS共表达IncRNA。通过 Lasso回归和单、多因素Cox回归分析筛选有预后意义的ERS相关IncRNA(ERSRL)并构建预后模型。根据预后模型公式计算每个样品的风险值，以中位值为界，将患者分成高、低风险组进行生存差异分析。通过生存曲线、受试者特征曲线、校准曲线评估该预后模型的预测效能。利用 CIBERSORT数据库探讨高、低风险组的免疫细胞浸润情况。利用GDSC数据库探讨ERSRL和药物敏感性之间的关系，并筛选对ccRCC具有潜在疗效的药物。结果筛选得到9个有独立预后价值的收稿日期：2 0 2 3-0 5-12基金项目：山西省重点研发计划项目（No.202102130501003、2 0 190 3D 3110 11)；山西省回国留学人员科研资助项目（No.HGKY2019057）；山西省研究生教育创新项目（No.2022Y426）通信作者：于琦，教授，博士生导师。E-mail:作者简介：李渊，硕士研究生在读。研究方向：生物信息学研究。E-mail：v i s t r y y e a h.n e tJ Mod Urol,Vol.29 No.2 Feb.2024修回日期：2 0 2 3-0 8-0 1http:/;zgmnwk.cug.top现代泌尿外科杂志lncRNA构建预后模型。Kaplan-Meier分析表明高、低风险组之间存在明显生存差异。单、多因素Cox回归分析表明年龄、分级、分期和风险评分可作为ccRCC的独立预后影响因素。训练集风险评分模型1、3、5年生存率的曲线下面积（AUC)分别为0.754(95%CI:0.6590.848)、0.7 44(9 5%C I:0.6 6 7 0.8 15)、0.7 59(9 5%C I:0.6 6 2 0.8 2 0),C-in d e x 为 0.7 7 7(9 5%CI:0.7590.7 96)。免疫浸润结果表明，与低风险组相比，在高风险组中的浆细胞、激活的记忆CD4+T细胞、调节性T细胞、MO巨噬细胞、活化肥大细胞浸润水平高。药物敏感性分析筛选得到AZD8055等12 种对ccRCC具有潜在疗效的药物。结论基于9个ERSRL构建的ccRCC患者的生存预后预测模型预测效能较好。AZD8055等12 种药物对 ccRCC具有潜在疗效。关键词：内质网应激；肾透明细胞癌；预后模型；免疫浸润；药物敏感性中图分类号：R737.11肾透明细胞癌（clear cell renal cell carcinoma，ccRCC)是肾细胞癌组织学分型中最常见的一种，占肾细胞癌的7 5%以上 1，全球每年因ccRCC死亡的人数在癌症总体死亡人数中位居前列 2 。手术切除是治疗肾癌的主要手段，但2 0%40%的患者术后会发生复发或伴有远距离侵袭 3。靶向药是治疗ccRCC的重要手段，但随着细胞耐药性的不断增加，发现新的预后生物标记物与药物变得越来越重要。内质网对维持细胞稳态有着重要的作用。环境损害或蛋白质合成增加通常会导致细胞器中的蛋白质错误折叠或未折叠蛋白质的积累，这种状态被称为内质网应激(endoplasmic reticulum stress,ERS)，长时间的ERS会导致细胞损伤以及凋亡 4，并且可耐受的 ERS会促进肿瘤的发展 5。以往多项研究证实，肿瘤细胞内在的ERS可以通过改变肿瘤微环境中的免疫细胞功能来影响肿瘤细胞的发生发展，通过调节T细胞介导的肿瘤生长、转移和对免疫治疗的反应，改变自然杀伤细胞（naturalkiller cell,NK）介导的肿瘤识别 6-7。因此,研究 ERS 相关基因的异常表达在 ccRCC患者预后的预测中有着重要意义。长链非编码RNA（lo n g n o n-c o d in g R NA，IncRNA)是长度大于2 0 0 个核苷酸的非编码RNA8。多项研究表明,lncRNA在肿瘤细胞中可以刺激增殖信号、提高肿瘤细胞免疫逃逸能力并诱导血管的生成 9-10 ，在ccRCC中同样如此1-12 。然而，ERS 相关 lncRNA（e n d o p la s m ic r e t ic u lu m s t r e s srelated lncrna,ERSRL)在 ccRCC患者预后预测中的作用机制尚不明确。本研究基于TCGA数据库建立ERSRL的ccRCC预后预测模型，探讨ERSRL与药物敏感性的关系，并筛选可能对ccRCC有治疗效果的药物。1材料与方法1.1数据获取从癌症基因组图谱（the cancergenome atlas,TCGA)(https:/portal.gdc.cancer.http:/;zgmnwk.cug.top2024年2 月第2 9 卷第2 期文献标志码：A159D0I:10.3969/j.issn.1009-8291.2024.02.013gov/)数据库中获取ccRCC患者肿瘤的RNA测序数据。纳入标准如下：发病部位为肾；患者有完整的lncRNA数据和临床数据。根据TNM分期将肿瘤分为II V 期，分别反映肿瘤体积大小、累及范围。根据国际泌尿系统病理学会（International SocietyofUrinary System Pathology,ISUP）分级系统将肿瘤分为14级（G1G 4)，表明分化程度由高到低，恶性程度由低到高 13。排除未详细说明的样本。从分子标志物数据库（molecular signatures database，MSigDB)（h t t p:/w w w.g s e a-m s i g d b.o r g）中输人“endoplasmic reticulum stress”查找ERS相关基因集，并将符合要求的基因集进行筛选及整合。1.2?ERSRL筛选通过Pearson相关分析法针对lncRNA与ERS相关基因进行相关性分析，筛选ERS共表达lncRNA(r0.8且P1 且 P0.05)。1.3ccRCC预后模型构建与验证利用Rsurvival“survminer”包对DCEL进行单因素Cox回归分析来筛选预后相关的lncRNA，为避免单因素Cox筛选获取的lncRNA过度拟合，用“glmnet包进行Lasso回归分析使用交叉验证，选择偏似然偏差最小的入作为最优入，以确定最优人选基因。最后通过多因素Cox回归分析构建风险预后模型，以风险评分作为预后指标。将ERSRL表达数据与ccRCC生存数据进行处理合并，以1：1的比例采取随机数表法分为训练集和测试组，基于训练集建立ERSRL预后模型，绘制相关性热图。利用测试组和整个数据集进行验证，利用卡方检验来评价总数据集、训练集和验证集临床特征之间的差异,P65岁分级G1G2G3G4未分级分期I期I期期IV期未分期J Mod Urol,Vol.29 No.2 Feb.2024cancerrxgene.org/)数据库中GDSC2数据集，利用R“oncoPredict包筛选治疗ccRCC的潜在药物。2 结 果2.1数据提取结果从TCGA数据库中获得ccRCC患者肾组织539 份，正常对照组织7 2 份，经筛选过滤缺失数据，获得533例患者的临床数据，其中白人46 2 份，黑人或非裔56 份，亚裔8 份，未报告种族的样本有7 份。从MSigDB数据库中获得ERS相关基因38 0 个。2.2子预后预测模型的建立筛选得到共表达lncRNA821个，DCEL438个。将533例患者随机分为训练集2 6 7 例和验证集2 6 6 例。分组临床统计结果显示，总数据集、训练集和验证集的ccRCC患者在年龄、肿瘤分级和肿瘤分期方面差异无统计学意义（P0.05）（表1）。单因素Cox回归分析筛选出与预后相关的38 个lncRNA。将Lasso回归分析筛选出的9 个ERSRL（图1）纳入风险模型中(AL161430.1、L I NC 0 2 154、A C 0 0 9948.1、NFE4、COL18A1-AS1、A C 10 8 47 2.1、A P0 0 1439.1、A P0 0 117 8.2、AC134312.5）。风险评分=（0.352 XAL161430.1)+(0.221XLINC02154)+(1.659XAC009948.1)+(0.625 XNFE4)+（-0.8 44 X C O L 18 A 1-A S1）+(1.001XAC108472.1)+(0.648XAP001439.1)+(0.366XAP001178.2)+(0.442XAC134312.5)。例(%)总数据集验证集349(65.48)176(33.02)184(34.52)90(16.89)14(2.63)10(1.88)229(42.96)113(21.20)206(38.65)103(19.32)76(14.26)34(6.38)8(1.50)6(1.13)267(50.09)135(25.33)57(10.69)26(4.88)123(23.08)59(11.07)83(15.57)44(8.26)3(0.56)2(0.38)http:/;zgmnwk.cug.top训练集173(32.46)94(17.64)4(0.75)116(21.76)103(19.32)42(7.88)2(0.38)132(24.77)31(5.82)64(12.01)39(7.32)1(0.19)P值0.1290.4360.916现代泌尿外科杂志2024年2 月第2 9 卷第2 期161.P值FAF1-AS10.037AC097500.10.029AF196972.10.001LINC003270.001AL353697.10.011AC078795.10.007AL356417.20.011DLEU20.037AC012409.10.036AC131391.10.024AC136489.10.040AC005153.10.023LINC021540.001BACH1-IT20.022AC025031.40.019AC134349.10.024AC103703.10.003AC005104.10.020AC009948.10.001AC073326.10.024AC244093.40.004LINC002710.007AC116428.10.003AL136982.30.035AL359880.10.008AC009269.50.016AL022067.10.022NFE40.001AL136115.10.001ACC012447.10.002COL18A1-AS10.001AL357075.20.023AC108472.10.002AP000866.60.040LINC028630.017AC124067.20.009AL096712.20.017AC114757.10.038AL353804.20.032AC134312.50.001AC092162.20.016N4BP2L2-IT20.015AC012409.20.049AC004817.30.002A：差异表达的ERSRL单因素Cox回归分析的森林图;B:ERS相关IncRNA的Lasso系数分布;C:通过Lasso回归算法筛选的预后性IncRNA。2.3预后预测模型的效能分析集、验证集按高低风险组进行生存分析，结果表明3个数据集中高风险组的生存期均显著低于低风险组，差异具有统计学意义（图2）。生存状态曲线及散点图表明，随着风险值的升高，患者的生存时间显著缩短。热图表明，高风险组中危险性IncRNA表达水平较高，保护性IncRNA表达水平较低（图2），显示出ERSRL预后模型的准确性。2.4预后预测模型的临床价值分析Cox回归分析结果表明，年龄、分级、分期、风险评分是ccRCC的独立预后影响因素（P0.05,图3AB)，并将其作为模型的预后评价指标。训练集1、3、5年生存率的曲线下面积（area under curve，A U C）分别为0.7 54(95%CI:0.6590.848)、0.7 44(95%C I:0.6 6 7 风险率0.327(0.1150.933)1.511(1.0432.189)2.148(1.4323.221)1.943(1.4312.639)2.442(1.2304.846)2.526(1.2834.972)1.687(1.1282.525)1.496(1.0252.184)0.758(0.5850.983)0.495(0.2680.912)0.273(0.0790.944)0.102(0.0140.731)1.522(1.2891.797)1.680(1.0762.622)1.809(1.1012.972)1.585(1.0642.362)1.898(1.2432.897)1.274(1.0391.563)4.279(2.0129.103)1.627(1.0672.480)2.158(1.2823.631)0.216(0.0710.657)2.705(1.4085.197)0.300(0.0980.919)1.594(1.1262.255)1.463(1.0741.992)1.507(1.0612.139)1.408(1.2311.611)1.844(1.2652.687)2.417(1.3904.203)0.259(0.1160.577)0.580(0.3630.929)0.250(0.1040.600)1.437(1.0172.030)1.616(1.0902.398)1.507(1.1102.045)0.333(0.1350.821)0.264(0.0750.930)1.430(1.0321.980)2.063(1.4392.957)0.317(0.1250.807)1.392(1.0671.817)0.362(0.1320.996)1.499(1.1571.942)图1与内质网应激(ERS)相关长链非编码核糖核苷酸(IncRNA)筛选对总数据集、训练ccRCC患者预后上具有一定的价值(图3CE)。校准图的结果表明,列线图预测的生存率与实际生存率相近，说明列线图模型具有较高的预测效率（图3FG)。2.5GSEA利用GSEA进行高、低风险组之间的KEGG富集分析，结果表明多条通路与ERSRL显著相关（表2）。风险模型在以下6 个通路中富集:B细胞受体信号通路、抗原受体介导的信号通路、免疫反应调节细胞表面受体信号通路、免疫反应调节信号通路、细胞因子介导的信号通路、接收器信号通路、受体信号通路。结果表明ERSRL可能通过免疫反应来调节 ccRCC的发展(P0.01)。http:/;zgmnwk.cug.top361622321IH10138334-2H35353429262624191816161511740HHH0.010.1风险率24-5-41og()12.512.011.5A-7100.815)、0.7 59（95%C I:0.6 6 2 0.8 2 0），同时，总数据集与验证集ROC结果显示出预测模型在评估20-31工-6-51og(2)2?-2C-4-3-21621.00840.75：0.5010.25P0.0010E0123456789101112时间年高风险，1339978低风险1341199883654129201580123456789101112时间/年10高风险低风险J Mod Urol,Vol.29 No.2 Feb.2024+高风险低风险高风险低风险1.00r80.750.5010.25P0.001OE0123456789101112时间年58382715-高风险低风险1.00r40.750.5010.25P0.01OE0 1 23 4 5 6789101112时间年0高风险274211711379770440低风险259227 186 154 121795435240123456789101112时间/年：高风险：低风险27高风险141129315525943291812低风险12510888715638251590123456789101112时间/年?高风险低风险2死存活050100150200250患者(风险增加)RiskRisk低风险高风险AL161430.1LINC02154AC009948.1NFE4COL18A1-AS1AC108472.1AP001439.1AP001178.2AC134312.5AC：分别代表训练集、总数据集、验证集。从上到下依次代表该组9种IncRNA表达生存曲线、生存风险评分、生存时间和生存状态的分布以及热图。表2 内质网应激（ERS)相关基因预后分组的基因及富集分析(GSEA)通路B细胞受体信号通路抗原受体介导的信号通路免疫反应调节细胞表面受体信号通路免疫反应调节信号通路细胞因子介导的信号通路通过STAT的受体信号通路循环免疫球蛋白介导的体液免疫反应B细胞介导的免疫补体激活免疫球蛋白受体结合ERS：内质网应激；GSEA：富集分析；NES：富集得分标准化值。本表各通路P0.01。2.6免疫细胞浸润免疫浸润结果显示，浆细胞、激FO10?图2 总数据集、训练集、验证集的风险评分、生存状态及相关热图NES值q值2.9520.0012.7510.0012.5930.0012.3210.0012.1140.0011.6640.0133.0750.0013.0740.0013.0290.0013.0270.001100200300400500患者(风险增加)RiskAL161430.1LINC02154AC009948.1NFE4COLI8AI-AS1AC108472.1AP001439.1AP001178.2AC134312.5活的记忆CD4+T细胞、静息记忆CD4+T细胞、激活的记忆 CD4+T细胞、调节性T细胞、MO巨噬细胞、M1巨噬细胞、静息树突状细胞、活化肥大细胞、静息肥大细胞在高/低风险组中均有显著差异。在高风险组中,浆细胞、激活的记忆CD4+T细胞、调节性 T细胞、MO巨噬细胞、活化肥大细胞浸润水平高，静息记忆CD4+T细胞、M1巨噬细胞、静息树突状细胞、静息肥大细胞浸润水平低（图4)。2.7药物敏感性分析基于GDSC数据库筛选出35种药物的半抑制浓度（IC5o）,结果发现在高风险组中,有12 种药物IC5o值显著降低（P0.001,IC5o2），结果表明AZD7762、A ZD 8 0 55、布帕尼西（Bu p a r l i s i b）、吉西他滨（Gemcitabine）、G NE-317、鲁明司匹(Luminespib)、M G-132、星孢菌素（Staurosporine)、拓扑替康（Topotecan）、曲美替尼（Trametinib）、长春碱（Vinblastine）、长春瑞滨（Vinorelbine）是治疗高风险ERS-ccRCC患者的潜在药物（图5）。FORisk低风险高风险510-15?50100150200250患者(风险增加)RiskAL161430.1LINC02154AC009948.1NFE4COLI8AI-ASIAC108472.1AP001439.1AP01178.2AC134312.5Risk低风险高风险-10Chttp:/;zgmnwk.cug.top现代泌尿外科杂志P值年龄0.001分级0.001分期0.001风险得分0.0071.0r0.80.60.40.2OLL00.20.40.60.81.0C假阳性率0.102030 40 50 60 70 8090100分数风险评分*年龄*256590分期*StaStag-ltStage IV分级总得分A：独立预后的单因素Cox回归分析;B：独立预后因素的多因素Cox回归分析；CE：训练集、总数据集、验证集的1、3、5年的ROC曲线；F：独立预后因素的诺谟图；G：校准曲线。*P0.001。高风险0.8r*2024年2 月第2 9 卷第2 期风险比1.035(1.0201.050)1.524(1.2161.910)1.643(1.4151.908)1.000(1.0001.000)1年AUC:0.754(0.6590.848)3年AUC:0.744(0.6670.815)5年AUC:0.759(0.6620.820)2040163P值风险比年龄0.0011.031(1.0181.045)分级0.0012.275(1.8592.785)分期0.0011.859(1.6312.119)风险得分3)0.9980.9856.90.965Pr(futime2)0.9980.990.940.7Pr(futime1)0.9810.996 0.975 0.85 0.35图3肾透明细胞癌(ccRCC)预后模型的临床价值申低风险00.5 1.0 1.5 2.0 2.51.00.80.60.41年AUC:0.771(0.7050.837)0.23年AUC:0.715(0.6580.771)5年AUC:0.707(0.644-0.762)1001200.9460.60.060.1?1年AUC:0.793(0.7040.882)3年AUC:0.679(0.5910.769)5年AUC:0.668(0.5750.752)00.20.40.60.81.0?假阳性率1400.200C-index:0.777(95%CI:0.7590.796)0.20.4预测生存率OS/%*0.6*0.81.00.60.4数0.20Tiidiui初始B细胞CD8+T细胞初始CD4+T细胞静息NK细胞活化NK细胞MO巨噬细胞M1巨噬细胞M2巨噬细胞静息树突细胞活化肥大细胞嗜酸性粒细胞活化树突争息肥大细胞中性粒细胞图4高、低风险组中2 2 种免疫细胞富集评分的比较（*P0.05，P 0.0 1，*P 0.0 0 1）http:/;zgmnwk.cug.top164543213286420A：A ZD 7 7 6 2;B：A ZD 8 0 55；C：布帕尼西;D：吉西他滨E:GNE-317;F:鲁明司匹；G：M G-132；H：星孢菌素；I:拓扑替康；J：曲美替尼；K：长春碱；L：长春瑞滨。3讨 论ccRCC患者5年生存质量差，生存率低 1-2 0 。以舒尼替尼（Sunitinib）为代表的ccRCC靶向药物在长期使用中通常会导致耐药细胞出现 2 1。lncRNA作为一种生物标记物，在临床治疗方面发挥着越来越重要的作用 2 2-2 41，而与ccRCC预后有关的ERSRL目前鲜有报道。因此，基于TCGA数据库构建ERS相关的预后模型，探究新的生物标记物与药物对治疗ccRCC有着重要的意义。本研究筛选差异共表达基因,通过Cox回归分析与Lasso 回归分析,筛选出 9 个ERSRL来构建预后模型。其中AL161430.1、L I NC 0 2 154、A C 0 0 9948.1、NFE4、AC134312.5、A P0 0 143 9.1是危险性lncRNA,COL18A1-AS1、A C 10 8 47 2.1、A P0 0 117 8.2 是保护性1ncRNA。L I NC0 2 154通过增强 SPC24启动子的活性来激活PI3K/AKT信号通路 2 5，而PI3K/AKT信号通路控制着ccRCC细胞生长、代谢和转移 2-2 8 。COL18A1-AS1的过表达会使KLF12上调，并调节解偶联蛋白1介导的脂质褐变来抑制ccRCC的增值和转移 2 9。HSD11B2高表达的黑色素瘤患者生存率较高，而AC009948.1与HSD11B2基因协同负相J Mod Urol,Vol.29 No.2 Feb.2024低风险高风险*低风险高风险5.6e-085.6e-111.21.00.80.6低高风险低风险高风险2.3e-09高?0低风险低风险-高风险0.0005低高风险低风险高风险0.0002332低高风险低风险高风险0.0001412.01.51.00.5620http:/;zgmnwk.cug.top低风险高风险0.00047.55.02.5OE低高风险低风险高风险0.000280.750.50F0.25F低高风险*低风险高风险4.5e-05低高低风险风险图5药物敏感性分析关 30 。AP001439.1在JING等 31构建的喉鳞状细胞癌mRNA-miRNA-lncRNA网络中上调，可能与喉鳞状细胞癌的发生发展有关。NF-E4被证实参与-珠蛋白基因的表达 32 ,而PAN等 33 构建的预后模型表明NF-E4可作为ccRCC预后的生物标志物。AC134312.5在WU等 34 构建的头颈部鳞状细胞癌干细胞网络中与总体存活率相关。然而，目前L161430.1、A C 10 8 47 2.1和AP001178.2暂时未见相关研究报道，尚待对其作用机制研究地进一步探索。ccRCC是一种免疫浸润程度较高的恶性肿瘤，多项研究证实细胞免疫浸润可导致ccRCC患者预后不良 35-36 。本研究发现，激活的记忆CD4+T细胞、调节性T细胞、激活的肥大细胞在高风险组中有更高的免疫细胞浸润。CD4记忆细胞与总生存期、无复发生存期密切相关，并通过调节TGF/HIF3信号通路来促进ccRCC细胞的增殖 36-37 。浸润性调节T细胞会有效抑制效应T细胞的增殖,同时介导细胞程序性死亡-配体 1（programmed cell death 1ligand 1,PD-L1)的下调以及IL-10/TGF-的上调，导致ccRCC免疫功能障碍 3-39。cRCC患者体内高表达的低氧诱导因子-2（h y p o x ia in d u c ib le fa c t o r-：低风险低风险高风险1.2e-052.52.0F1.5：1.00.50E低高风险*低风险-高风险3.8e-07：1.00.5OE高低高风险低风险一高风险7.6e-073210高低风险1高L现代泌尿外科杂志2,HIF-2）可诱导干细胞因子（stem cell factor，SCF)的表达，并趋化肥大细胞分泌IL-10/TGF-来降低抗肿瘤免疫力 40)。同时，LINCO2154、NFE4、COL18A1-AS1、A C 134312.5四种lncRNA在肿瘤免疫调节中有着重要的作用。因此，本研究构建的模型有助于更精准评估ccRCC患者预后，并为将来治疗ccRCC提供新的生物标志物。本研究中筛选出的12 种药物，大部分在肿瘤治疗中有着重要作用。在以往的研究中证实顺铂是一种能有效治疗ccRCC的药物 41,PENG等 42 证实了顺铂联合AZD7762对前列腺癌有一定的治疗效果。JIANG等 43 证实了CD40激动性抗体和mTOR激酶抑制药物AZD8055的组合在转移性肾细胞癌模型中引发了协同抗肿瘤反应。MCKAY等 44 证实了布帕尼西联合贝伐珠单抗对VEGF靶向治疗并改善治疗耐药性与临床结果有较好的效果。吉西他滨在非小细胞肺癌、胰腺癌、卵巢癌等肿瘤组织中都有着较好的临床治疗效果 45-47 。SIO等 48 证实GNE-317作为一种双重的PI3K/mTOR抑制剂，能够有效治疗胶质母细胞瘤，GNE-317对于PI3K/mTOR信号通路的抑制,或许有利于治疗ccRCC。NO O R 等 40 证实了Luminespib联合培美曲塞对非鳞状非小细胞癌患者有一定的治疗效果。MG-132、拓扑替康、曲美替尼、长春花碱、长春瑞滨也被应用于多种肿瘤组织的临床治疗 50-58 。本研究筛选的12 种药物，可能通过抑制PI3K/mTOR及VEGF/HIF等ccRCC重要通路，发挥对 ccRCC细胞的抑制作用，从而实现对ccRCC的治疗作用。综上所述，本研究建立了一种新的ERSRL模型，在训练集与验证集中被证明与总生存期独立相关。通过免疫细胞浸润与药物敏感性分析，证明ERSRL与 ccRCC有显著相关性，并筛选得到12 种对ccRCC具有潜在疗效的药物。同时,筛选得到的ERSRL可能为治疗ccRCC提供新的治疗靶点。本研究存在一些缺点以及局限性，由于本研究未能获取大规模临床样本，基于TCGA公共数据库进行相关分析，且大部分为白人相关组学数据，但人体发病相关机制在信号通路及网络模型上具有相似性，故具有一定的指导意义。为了进一步提升ERSRL在ccRCC中的作用机制，还需要更多的分子生物学实验进行验证。同时药物敏感性的分