非凋亡调节性细胞死亡基因对肺腺癌预后的预测价值及其生物学功能

目的 探究非凋亡调节性细胞死亡基因(non-apoptotic regulatory cell death genes,NARCDs)预测肺腺癌预后的价值及其潜在生物学功能.方法 我们下载癌症基因组图谱(The Cancer Genome Atla,TCGA)及基因表达综合(Gene Expression Omnibus,GEO)数据库中肺腺癌的转录组数据.使用R软件分析在肺腺癌组织和正常组织之间存在差异表达的NARCDs.采用单变量Cox分析和LASSO-Cox回归分析构建NARCDs预后模型.采用生存分析曲线、受试者工作特征曲线、单因素和多因素Cox回归分析评估NARCDs预后模型对肺腺癌预后的预测能力.采用GSVA、GO和KEGG分析NARCDs预后模型的功能富集情况.此外,我们分析了高、低NARCDs评分组间的肿瘤突变负担、肿瘤微环境、肿瘤免疫功能障碍与排斥(Tumor Immune Dysfunction and Exclusion,TIDE)评分和化疗药物敏感性的差异.最后,使用STRING和Cytoscape软件构建NARCDs与免疫相关基因的蛋白-蛋白相互作用网络.结果 我们确定了 34个与预后相关的差异表达NARCDs,其中16个基因(ATIC、AURKA、CA9、ITGB4、DDIT4、CDK5R1、CAV1、RRM2、GAPDH、SRXN1、NLRC4、GLS2、ADRB2、CX3CL1、GDF15 和 ADRA1A)被用于构建NARCDs预后模型.NARCDs风险评分是肺腺癌的独立预后因素(P＜0.001).功能分析显示:高NARCDs评分组与低NARCDs评分组间在错配修复、p53信号通路和细胞周期方面存在显著差异(P＜0.05).低NARCD评分组的肿瘤突变负荷较低,免疫评分及TIDE评分较高,对药物的敏感性较低(P＜0.05).此外,蛋白-蛋白相互作用网络的10个关键基因(CXCL5、TLR4、JUN、IL6、CCL2、CXCL2、ILA、IFNG、IL33和GAPDH)均为免疫相关基因.结论 基于16个基因构建的NARCDs预后模型是肺腺癌的独立预后因素,其能有效预测患者预后,并为临床治疗提供帮助.