摘要
研究背景:既往研究表明长链非编码RNA通过调节免疫反应，从而调控肿瘤发生发展过程。本研究旨在根据免疫长链非编码RNA表达构建非小细胞肺癌免疫新分型，探索建立基于长链非编码RNA的非小细胞肺癌预后模型。 方法学:基于癌症基因组数据库TCGA和GEO数据库中非小细胞肺癌(Ⅰ-Ⅲ期)患者的转录组数据;并从Immlnc数据库中获得非小细胞肺癌免疫相关的长非编码RNA，通过无监督一致性聚类进行免疫分子分型构建，并使用LASSO算法和多变量Cox分析对三个数据库中筛选后的长链非编码RNA进行预后模型的建立;Kaplan-Meier在本研究中被用于患者的生存分析，使用ssGSEA、GSVA、GSEA等分析方法进行免疫微环境和相关通路分析。 结果:根据6∶4的比例将TCGA数据库970名患者分配至训练和内部验证队列，从TCGA和GEO数据库中与Immlnc数据库筛选出共同交集的1034个免疫lncRNA，不同的聚类区中肿瘤微环境相关LnRNA分类与既往研究免疫分型（免疫炎症型、免疫逃避型和免疫荒漠型）相一致。分型包含肿瘤浸润免疫细胞分布情况、病理亚型、通路情况、遗传变异和患者预后情况。其中A组以免疫激活信号通路为特征;B组检测到干扰素-γ和MHCI类信号通路的激活为主要特征;C组通路主要富集于细胞间的联结。A组体细胞变异分析发现KRAS有31％的突变率，B组的KEAP1有25％突变率，C组中的TP53突变率为80％;同时B组肿瘤突变负荷（TMB）较其他组更高(p＜0.001)。从化疗、靶向治疗及免疫治疗敏感性预测分析来看，C组对化疗疗效有较好的预测作用，而A组和B组对靶向治疗可能更敏感。TIDE预测抗PD-1/L1免疫治疗在A组有良好反应。纳入与生存相关的免疫lncRNA主要包括CDC42.IT1、LINC01116、WWC2.AS2、CASC15、BANCR、COLCA1、PRKG1.AS1、RPARP.AS1、HOTAIR、TMPO.AS1、CRNDE、C20orf197、CSNK1G2.AS1、INC00528、LINC0089。多因素分析建立预后模型，TCGA训练组、TCGA内部验证队列和GEO外部验证队列的曲线下面积分别为0.69、0.61和0.61，经Kaplan-Meier分析，三组间有显著性差异(P＜0.001)。纳入AJCC第8版临床分期建模后，模型验证效能明显提升，结果显示训练队列的AUC值为0.90，内部验证队列的AUC值为0.92，GEO外部验证队列的AUC值为0.63。 结论:根据免疫长非编码RNA的表达可用于构建非小细胞肺癌进行新亚型分类，并据此建立基于长非编码RNA亚分类的非小细胞肺癌可能预后模型本研究3亚组分类在免疫微环境上的不同，提示从基因组特征、免疫检查点、TMB、化疗、靶向治疗以及免疫治疗进行分析预测，比单纯的免疫检查点或者TMB更好，免疫相关的长非编码RNA预后模型结合AJCC分期可能显示出更好预测能力，预示其具备一定的潜在临床应用和提供未来研究的可能方向。
NETL