摘要
研究背景： 宫颈癌是严重威胁女性健康的恶性肿瘤之一，也是导致女性癌症相关死亡的第四大病因。近年来，随着HPV疫苗的接种和定期筛查的广泛普及，宫颈癌的发病率和死亡率较前已有所下降，但在欠发达地区，由于经济和医疗条件的限制，其发病率和死亡率仍居高不下。大部分早期的宫颈癌患者可通过外科手术切除，但晚期及复发转移的难治性宫颈癌患者的治疗方案有限，是大多数宫颈癌患者死亡的重要原因。 免疫检查点抑制剂问世以来，改变了肿瘤传统治疗模式并取得了前所未有的持久性疗效，使晚期宫颈癌的生存率和预后得到了极大的改善。然而目前PD-1抗体治疗转移性宫颈癌患者的总体有效率均在30%以下，如何进一步提高疗效及选择免疫治疗的人群是当前亟需解决的问题。 长链非编码RNA（LongnoncodingRNA，lncRNA）是指长度大于200bp并且不具备蛋白编码功能的RNA。先前的研究证实lncRNA与肿瘤的发生和发展密切相关，并且在肿瘤的免疫调控中发挥了关键性的作用，参与调节抗原释放及提呈，免疫细胞的发育和分化，肿瘤细胞的识别和杀伤等。近年来研究表明肿瘤中异常表达的lncRNA可作为判断预后的标志物和潜在的治疗靶点。深入探讨宫颈癌中lncRNA的作用及机制，有助于拓宽宫颈癌免疫治疗的前景，研发新的诊疗模式。 研究目的： 探讨免疫相关lncRNA与宫颈癌患者预后的关系，并基于免疫相关lncRNA构建宫颈癌预测模型，同时探讨不同风险组的免疫特征。 研究方法： 227例宫颈癌患者的基因转录组表达数据和相应的临床资料下载于癌症基因组图谱数据库（TCGA）。通过宫颈癌基因表达谱和免疫基因集，构建免疫基因-lncRNA共表达网络并提取免疫相关lncRNAs。采用单因素和多因素Cox回归分析筛选出与宫颈癌预后有关的免疫lncRNAs构建预测模型并根据赤池信息准则（AkaikeInformationCriterion，AIC）确定最优的预测模型。根据模型计算每个患者的风险评分，患者人群基于风险评分中位值划分为高、低风险组。采用卡普兰-梅尔分析（Kaplan-Meier）法绘制生存曲线，比较不同风险组的总生存期（OverallSurvival，OS），组间差异使用log-rank检验。通过计算ROC曲线下面积（AUC）对模型的预测能力及准确度进行评估。应用主成分分析（PrincipalComponentAnalysis，PCA）和基因集富集分析（GeneSetEnrichmentAnalysis，GSEA）讨论不同风险组中免疫相关基因的分布及组间功能表型的差异，通过ESTIMATE（EstimationofSTromalandImmunecellsinMAlignantTumorsusingExpressiondata）评估宫颈癌各样本中免疫微环境的组成，GO（GeneOntology）和KEGG（KyotoEncyclopediaofGenesandGenomes）分析不同风险组的生物学功能和信号通路，R和Perl软件分析处理数据。 研究结果： 1.本研究共纳入TCGA数据库中227例宫颈癌患者，平均年龄为48.35岁，其中Ⅰ期101例，Ⅱ期50例，Ⅲ期13例，Ⅳ期14例，49例分期未知。 2.通过免疫相关基因-lncRNA共表达方法鉴定获取121个免疫相关lncRNAs（相关系数Cor＞0.6，P＜0.001）。采用单因素和多因素分析筛选出5个与宫颈癌预后有关的lncRNAs（H1FX-AS1、AL441992.1、USP30-AS1、AP001527.2、AL031123.2）用于构建预测模型。 3.227例患者随机分为训练集167例和验证集60例，基于训练集构建预测模型并将患者划分为高风险组84例和低风险组83例，两组间生存率具有显著差异（P=0.004），低风险组预后具有优势；分别通过验证集60例（P=0.013）与组合集227例（P＜0.001）患者对上述模型进行验证，结果一致；并且该预测模型在不同分期的患者中均可有效判断预后（Ⅰ期，P=0.023；Ⅱ期，P=0.027）。 4.预测模型的ROC曲线下面积AUC：0.780，明显高于其他临床病理特征。 5.PCA显示免疫相关基因的分布在高、低风险组患者中具有显著差异。GSEA显示免疫应答和免疫系统途径通路在低风险组中显著富集（P＜0.05）。 6.ESTIMATE分析发现低风险组的免疫评分较高，而高风险组较低。低风险组免疫微环境中免疫细胞和基质细胞数量最多，而肿瘤纯度最低。并且低风险组的PD-L1表达较高，两组之间差异具有统计学意义（P＜0.05）。 7.GO和KEGG富集分析发现低风险组主要参与免疫相关的功能和通路，包括抗原加工和提呈、白细胞、T细胞、淋巴细胞介导的免疫调节等。 研究结论： 通过分析免疫相关lncRNA与宫颈癌患者生存状态的关系并基于此构建的预测模型可以有效预测宫颈癌患者的预后，且高风险组及低风险组患者的免疫状态存在明显差异，该模型有助于临床预后的判断和个体化免疫治疗的选择。
NETL