整合铁死亡和免疫相关基因建立胃癌预后风险评估模型_张玉俊.pdf

整合铁死亡和免疫相关基因建立胃癌预后风险评估模型 基金项目：省部共建中亚高发病成因与防治国家重点实验室开放课题项目（，）；新疆维吾尔自治区自然科学基金项目（）新疆医科大学附属肿瘤医院医务部 新疆医科大学附属肿瘤医院内镜诊疗中心 乌鲁木齐 新疆医科大学公共卫生学院张玉俊，王 岩，朱 琳，蔡迎彬【摘 要】目的 探讨铁死亡相关基因（）和免疫相关基因（）在胃癌中的预后价值并构建预后风险模型预测患者总生存期（）。方法 从癌症基因组图谱（）和基因表达综合（）数据库中下载胃癌转录组数据和临床数据，从 和 数据库中提取 和。将 表达谱基因与 和 取交集获得胃癌 和，使用差异分析和预后相关性分析进行筛选并通过 图取交集获得具有预后价值的差异 和，使用 回归进一步筛选构建铁死亡相关基因风险评分（）和免疫相关基因风险评分（）模型，运用 生存分析、受试者工作特征曲线（）、主成分分析（）和 分布领域嵌入算法（）、单变量与多变量 回归分析评估 和 模型，并构建结合临床病理学特征和 、的列线图和校准曲线。同时，数据集用于验证模型。运用 算法估算 队列所有样本中 种浸润免疫细胞的丰度并使用 数据库分析 和 与免疫细胞浸润之间的相关性。采用 和 网站分析不同风险组间免疫药物敏感性与免疫逃逸评分的差异。结果 通过筛选共得到 个重叠候选 和 个重叠候选。回归结果显示，个（、）和 个（、）纳入预后模型。生存分析、曲线下面积（）、和 分析均验证了模型具有良好的预测能力。结合临床病理学特征和 、的列线图及其校准曲线表明该模型对胃癌患者的 年和 年生存率具有较好的预测能力。免疫细胞浸润与模型基因相关性分析结果显示，和 与免疫细胞浸润水平间存在显著相关性（.）。免疫药物治疗分析表明，预后特征低风险组患者对 阻滞剂具有更好的免疫治疗反应。免疫逃逸结果显示，和 预后模型高风险组患者的 评分较高。结论 整合 和 的预后模型更好地预测了胃癌患者的预后，可作为早期检测的生物标志物和抗肿瘤免疫治疗靶点，具有临床治疗指导意义。【关键词】胃癌；铁死亡；免疫；生物信息学；总生存期中图分类号：.文献标识码：文章编号：（），【】（）（）（）（）（），（）（），（），（），（），临床肿瘤学杂志 年 月第 卷第 期 ，（，）（，），（），（.），【】；年统计数据显示，胃癌的发病率和死亡率在所有恶性肿瘤中分别位居第 位和第 位。早期胃癌的治愈率高，而晚期胃癌的特征是转移率高、死亡率高、治愈切除率低及 年生存率差。癌症的发生和发展与细胞死亡密切相关，而无法控制的繁殖和迁移到附近器官是癌细胞的特征之一。因此，有必要探索一种通过诱导肿瘤细胞死亡来治疗胃癌的新策略。铁死亡是一种铁依赖的程序性细胞死亡过程，不同于其他形式的细胞死亡，如细胞凋亡、坏死和自噬。铁死亡主要由细胞氧化还原稳态不平衡诱导，导致脂质过氧化，最终导致细胞死亡。研究表明，失调的铁死亡与各种疾病相关，包括癌症、心血管、神经退行性疾病和肝脏疾病。大量研究表明，诱导胃癌细胞铁死亡可能是胃癌治疗的潜在方向。此外，铁死亡与免疫之间有着密切联系。是铁死亡的关键调节因子，当 细胞和 细胞缺乏 时，其含量不能增加。此外，铁死亡和免疫调节的协同作用不仅可以抑制原发肿瘤，还可与免疫检查点阻断相结合刺激免疫反应。本研究利用癌症基因组图谱（，）和 基因表达综合（，）数据库进行了综合分析。评估了铁死亡相关基因（，）和 免 疫 相 关 基 因（，）的预后价值，构建了 和 预后模型，并在 数据集中进行验证。另外，还开发了结合年龄、肿瘤 分期、铁死亡相关基因风险评分（）和免疫相关基因风险评分（）的列线图，以预测胃癌患者的总生存期（）。最后，分析了 和 预后特征不同风险组对免疫治疗的敏感性。资料与方法.一般资料本研究的所有公共数据均符合以下纳入标准：（）每个队列样本量大于；（）纳入患者均经病理确诊为胃癌；（）纳入患者的临床资料完整；（）纳入患者有 的随访信息。从 数据库中下载 例胃癌组织样本和 例正常组织样本的 数据及相应临床数据作为训练集。从 数据库中下载 数据集包含 例胃癌样本作为验证集。从 和 数据库中总共提取到 个 和 个。.方法.识别预后相关的差异表达 和 使用 软件包“”筛选 转录组数据中的差异表达 和，筛选条件为：错误发现率（，值由 校正进行调整）.和 差异倍数（，），使用单变量 回归分析鉴定 例胃癌患者预后相关基因。“”包用于鉴定差异表达基因（）和预后相关基因之间的交集并可视化集合间交集。临床肿瘤学杂志 年 月第 卷第 期 ，.预后模型的建立与验证为了最大限度降低过度拟合的风险，应用 惩罚的 回归分析构建预后模型。使用“”和“”包计算风险评分，公式如下：风险评分，“”代表已鉴定的 表达水平，“”为通过 回归确定的系数。考虑到 和 数据集之间的显著批次效应，使用每个数据集的中位值来划分高低风险组。在训练集（）和验证集（）中行 生存分析，构建时间依赖的 曲线计算风险评分模型的 年、年和 年生存率的 曲线下面积（），并使用主成分（）和 分布领域嵌入算法（）分析可视化风险评分对高低风险组患者的区分能力以验证风险评分模型的预测能力。然后，使用单变量和多变量 回归分析，以评估风险评分模型是否可用作胃癌患者的独立预后因子。.列线图的构建与评估 使用“”和“”包构建整合临床病理学特征、和 的列线图，评估胃癌患者的 年、年和 年生存率。随后，绘制校准曲线以说明实际结果与预测结果之间的一致性。.免疫细胞浸润与模型基因的相关性分析 采用 算法量化 队列所有样本中 种浸润免疫细胞的丰度，并通过 可视化样本中浸润免疫细胞的分布。数据库（：）是分析多种癌症免疫浸润的综合资源，使用基因模块分析模型基因表达与 种浸润免疫细胞（细胞、细胞、细胞、巨噬细胞、中性粒细胞、树突状细胞）丰度之间的关系。.免疫药物治疗与免疫逃逸分析从（：）网站获得胃癌患者对免疫检查点抑制剂（）治疗反应的免疫评分（），使用“”包比较 和 预后特征高低风险组间程序性细胞死亡蛋白（）阻滞剂、淋巴细胞相关蛋白（）阻滞的 评分并采用小提琴图进行可视化。使用肿瘤免疫功能障碍和排除（）网络服务器（：）根据胃癌转录组数据预测每个样品对免疫治疗的反应。将单个 评分汇总起来，以预测高低风险组接受 治疗的疗效，较高的 评分表明肿瘤细胞更容易发生免疫逃逸，意味着对 治疗的反应率较低。.统计学分析 应用 语言.版统计学软件处理 和 数据库中下载的数据。高低风险组间的差异分析采用 检验，生存分析采用 法并行 检验。应用 .整合 表达谱数据和临床信息以及筛选预后相关基因。以.为差异有统计学意义。结 果.研究流程纳入来自 数据库的 例胃癌样本作为训练队列，并将来自 数据库的 例胃癌样本作为验证队列。具体研究流程见图。图 研究流程图 临床肿瘤学杂志 年 月第 卷第 期 ，.和 的鉴定 与正常样本相比，共检出 个显著铁死亡相关（个下调，个上调）和 个显著免疫相关（个下调，个上调）。通过单变量 回归分析，鉴定出 个 和 个 与预后相关（图、图）。然后，将鉴定出的 与预后相关基因取交集，得到 个重叠候选 和 个重叠候选（图、图）。热图显示 个基因在样本中的表达情况（图、图），这些基因间的相关性见图、图。：和 之间单变量 回归分析森林图；：和 之间单变量 回归分析森林图；：重叠候选 的维恩图；：个重叠候选 在胃癌与正常组织间的表达；：候选基因的相关网络，相关系数由不同的颜色表示；：重叠候选 的维恩图；：个重叠候选 在胃癌与正常组织间的表达；：候选基因的相关网络，相关系数由不同的颜色表示图 识别预后铁死亡相关 和免疫相关.预后模型的建立与验证 （.）（.）（.）（.）（.）。根据风险评分中位值，将 例胃癌患者分为高风险组和低风险组，生存分析表明高风险组患者的 明显低于低风险组（图）。和 结果表 临床肿瘤学杂志 年 月第 卷第 期 ，明，不同风险组的患者分布在两个方向（图、图）。时间依赖的 曲线结果显示 模型的 年、年和 年生存率的 值分别为.、.和.（图）。单变量和多变量 回归分析结果显示，年龄、分期、可作为独立预后因子（图、图）。使用 数据集进行外部验证，结果显示 队列构建 模型的有效性在 数据中得到验证（图、图 图、图、图 图）。：训练队列 生存曲线；：验证队列 生存曲线；：训练队列 图；：训练队列 图；：验证队列 图；：验证队列 图；：训练队列中 风险评分的 曲线；：验证队列中 风险评分的 曲线；：训练队列中单变量 回归分析森林图；：训练队列中多变量 回归分析森林图；：验证队列中单变量 回归分析森林图；：验证队列中多变量 回归分析森林图；：与临床病理特征的 曲线图 预后模型的建立与验证 （.）（.）（.）（.）。生存分析结果显示，低风险组的 显著长于高风险组（图）。和 分析表明不同风险组的胃癌患者分布在两个方向（图、图）。时间依赖 曲线结果显示 模型的 年、年和 年生存率的 值分别为.、.和.（图）。单变量与多变量 回归分析结果显示，年龄、分期、是胃癌的独立预后因子（图、图）。模型的有效性在 数据集中得到验证（图、图 图、图、图 图）。临床肿瘤学杂志 年 月第 卷第 期 ，：训练队列 生存曲线；：验证队列 生存曲线；：训练队列 图；：训练队列 图；：验证队列 图；：验证队列 图；：训练队列中 风险评分的 曲线；：验证队列中 风险评分的 曲线；：训练队列中单变量 回归分析森林图；：训练队列中多变量 回归分析森林图；：验证队列中单变量 回归分析森林图；：验证队列中多变量 回归分析森林图；：与临床病理特征的 曲线图 预后模型的建立与验证.列线图的构造建立了结合年龄、分期和、的列线图，用于预测胃癌患者 年、年和 年生存率（图）；校准曲线显示，该模型在预测 年和 年生存率方面表现良好，但预测 年生存率表现不佳（图）。.免疫细胞浸润与模型基因表达的相关性为了解免疫细胞浸润与模型基因之间的关系，计算了 种免疫细胞在样本中的比例（图）。随后，在 数据库中进一步分析免疫细胞浸润与模型基因表达之间的相关性（图），结果显示 中的、基因与所有免疫细胞呈正相关（.），、基因与所有免疫细胞水平呈负相关（.）；中、与所有免疫细胞呈正相关（.）。.免疫药物治疗与免疫逃逸分析 和 预后特征高低风险组患者免疫药物治疗分析结果 显 示，预 后 特 征 高 低 风 险 组 患 者 对 阻滞剂的 评分存在差异（.），且低 临床肿瘤学杂志 年 月第 卷第 期 ，：预测胃癌患者 年、年和 年生存率的列线图；：列线图的校准曲线图 列线图的构造风险组的评分较高（图 图），表明低风险组患者对 阻滞剂具有更好的免疫治疗反应。预后特征高低风险组患者的 评分不存在差异（图 图）。免疫逃逸分析表明，和 预后特征高风险组患者的 评分更高（图、图），表明高风险组患者更易发生免疫逃逸并对免疫药物治疗的反应率更低。讨 论胃癌有较高的发病率（.万）和死亡率（.万），对人类健康构成极大威胁。近年来，为了扩大胃癌治疗前景，已经有大量研究揭示了其病因和机制，选择性诱导癌细胞死亡是恶性肿瘤最有效的治疗方法。在本研究中，构建了 个 和 个 的预后模型并在 队列中得到验证。整合年龄、肿瘤 分期、和 的列线图相对于单独使用临床特征可提高预测的准确性。免疫治疗分析表明 预后特征低风险组患者对 阻滞剂更敏感，和 预后特征高风险组对免疫药物治疗的反应率更低。在本研究中构建的 预后模型由锌指蛋白（，）、烟酰胺腺嘌呤磷酸二核苷酸氧化酶（，）、溶质载体家族 成员（，）、转录因子（）、双特异性磷酸酶（，）基因组成。是一种 结合蛋白，通过串联的锌指结构域靶向结合，改变细胞对脂质过氧化、氧化应激、细胞凋亡和免疫刺激的反应。的过表达可引发自噬失活，通过阻断铁蛋白的自噬性降解则能使细胞抵抗铁死亡。是 家族成员，是一种致癌因子参与免疫调节。在各种类型的实体瘤中被视为癌蛋白，例如结直肠癌、乳腺癌、前列腺癌和胶质母细胞瘤。研究表明 是介导脂质过氧化和促进铁死亡的核心酶。同时，有研究发现抑制 会增强 细胞在肿瘤中的浸润程度从而提高免疫治疗的疗效。与 等研究结果一致，我们发现 在胃癌组织中表达升高。是一种 依赖性谷氨酰胺转运蛋白。许多研究表明，在胃癌中高度表达，并且下调 的表达可显著抑制患者来源的异种移植小鼠模型中胃癌的生长。是一种原癌基因蛋白，与 的改变相关。可通过与半胱氨酸双加氧酶（，）的相互作用介导铁死亡，而半胱氨酸代谢是铁死亡的关键环节。在胃癌细胞中下调 的表达可以抑制 的转录、增加 的生成，从而阻止 的生成并抑制铁死亡。是双特异性磷酸酶的家族成员，其主要通过调节 信号通路参与肿瘤细胞的增殖、分化、转化、周期停滞和凋亡。在人胃癌细胞中 高表达会增加对阿帕替尼的耐药性，如果 表达降低，则肿瘤细胞的化疗耐药性降低。预后模型由 个基因组成，包括绒毛膜促性腺激素亚基 （，）、生长激素受体（，）、胰高血糖素样肽 受体（临床肿瘤学杂志 年 月第 卷第 期 ，：每个样品中 种免疫细胞的分布；：模型基因与免疫细胞浸润的相关性图 免疫细胞浸润与基因的相关性分析 临床肿瘤学杂志 年 月第 卷第 期 ，：预后特征高、低风险组免疫治疗分析；：预后特征高、低风险组免疫治疗分析；：预后特征高、低风险组免疫逃逸分析；：预后特征高、低风险组免疫逃逸分析；.图 免疫药物治疗与免疫逃逸分析 ，）、神经纤毛蛋白（，）。是一种蛋白质编码基因，主要编码绒毛膜促性腺激素（）。在滋养细胞肿瘤和一些非滋养细胞肿瘤中异常表达，涉及肿瘤的启动、生长和转移性生长。在大多数胃癌组织中被发现过表达，认为是胃癌患者 和无复发生存率的独立预后因子。是生长激素（）的同源受体，属于 类细胞因子受体超家族的膜结合受体。据报道，与多种癌症相关，如结直肠癌和乳腺癌。在胃癌中，对肿瘤的影响已被报道涉及 信号通路和 信号通路，在原发性胃腺癌中 表达显著高于正常胃黏膜，与胃癌的分期和分化程度有关。是一种营养反应性神经肽，在胃肠道中发挥多种作用，可增强黏膜细胞的存活和增殖。在结直肠癌的各种啮齿动物模型中，给药可导致结直肠癌前体病变，表明 信号传导在肿瘤进展中发挥重要作用。在多种恶性肿瘤中过度表达，如前列腺癌、胶质瘤和食管癌。高表达与胃癌的恶性表型密切相关，可增强胃癌细胞的增殖、迁移和侵袭。可以在没有血管内皮生长因子的情况下促进肿瘤血管生成，加速肿瘤生长并抑制肿瘤细胞凋亡，在肿瘤发生发展中起重要作用。综上所述，本研究确定的 个 和 个 与胃癌的发生发展密切相关。与使用单一预后因子相比，结合 和 预后特征的列线图对胃癌的个体化预后预测更有益，并且 和 与免疫反应存在相关性，对不同免疫药物的敏感性存在差异。本研究也存在一些局限性，胃癌中 和 的潜在分子机制需通过实验进一步验证。因此，后期将收集和扩展临床样本，并尝试在后续工作中通过更多的外部实验来验证该模型的准确性。参考文献 卜旻淳，曹先东，周 波，等 基于 数据库构建胃癌免疫相关基因的预后风险模型 临床肿瘤学杂志，（）：丁怡心，边晓倩，孙丽斌，等 胃癌伴单一远处转移治疗的研究进展 临床肿瘤学杂志，（）：临床肿瘤学杂志 年 月第 卷第 期 ，：，（）：，：，：，（）：，：，（）：，：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，（）：，（）：，（）：，：，：，（）：，（）：，（）：，（）：，（）：临床肿瘤学杂志 年 月第 卷第 期 ，（）：，：，：，（）：，（）：，：，：收稿日期：；修回日期：关于参考文献的引用要求参考文献应以作者亲自阅读过的近 年内公开发表的文献为主，随着科技信息的迅速更新和传播，最好为近 年内发表的新文献，一般不应采用内部资料（重要的学术会议论文集除外）。参考文献依次用阿拉伯数字排列于文末；在文中则依照其顺序用阿拉伯数字加方括号以右上角码形式标出，宜标在所引文献的作者的右上角，如李明、陈山等，不标在所引文献的文末，但如果引用一段内容，而未标出引文作者，则可标在文末，如、；文中与文末标注序号须一致。参考文献中的作者，第 名须全部列出，名以上只列前 名，后跟“等”（英文用“”）。中文期刊用全名，外文期刊名称用缩写，以 中的格式为准。每条参考文献均须著录刊名、文题、年份、卷（期）、起止页。在“文题”后面，根据不同文献类型，分别用号标注出文献类型标识符号：“”（期刊）、“”（专著）、“”（论文集）、“”（学位论文）、“”（报告）、“”（报纸）、“”（标准）、“”（专利）和“”（电子公告）；如系电子文献，应同时标注电子文献载体类型标识符号：“”（磁盘）、“”（光盘）和“”（联机网络），与文献类型标识之间用“”隔开，如，同时需提供作者引用日期和获取或访问路径。如引用书籍内容，除表明作者（名须全部列出）、书名（包括卷、册次）、出版社、出版年份、起止页外，尚须注明版次（第 版可省略）、出版地。如系论文集，按序号、作者、题目、论文集名、出版地、出版者、年及起止页著录。作者必须对所引用的参考文献逐一核对其原文以及摘要，对于引用摘要性文献（尤其外文文献），需向编辑部提供文献摘要的全部资料。临床肿瘤学杂志编辑部二二三年一月十日 临床肿瘤学杂志 年 月第 卷第 期 ，