摘要
研究背景:肺腺癌是全球范围内最常见的恶性肿瘤之一，其发病率及死亡率均较高。免疫检查点抑制剂为部分患者带来显著的临床生存获益，但其整体的药物应答率仍然不高。自噬是一种程序性细胞死亡方式，其在肿瘤的促进和抑制中均起重要作用;同时，自噬可直接或间接地参与肿瘤免疫微环境的调节进而影响肿瘤免疫。本研究旨在结合自噬及免疫状态，全面描述肺腺癌肿瘤免疫微环境，预测肺腺癌预后及免疫治疗反应，并探索潜在生物学作用机制。 研究方法:首先，从TCGA和GEO数据库中获取肺腺癌患者基因组学数据;从ImmPort及HADb数据库下载免疫相关基因和自噬相关基因。通过无监督聚类的方法，根据自噬相关基因和免疫相关基因将GSE72094队列的肺腺癌患者分为不同分子亚型。组合不同分子亚型进而筛选出自噬-免疫相关基因，并使用单变量Cox分析、LASSO算法和多变量Cox分析方法进行预后风险模型构建。进一步探索验证模型不同分组患者的肿瘤免疫微环境、富集生物通路及潜在敏感药物差异。同时，通过TIDE算法及免疫治疗队列验证该模型对免疫治疗反应的预测效能。最后，在肺腺癌细胞系中敲除及过表达目标基因，通过细胞功能实验验证其对肺腺癌增殖、迁移、侵袭及转移能力的影响，并通过Western Blot方法验证目标基因与自噬相关蛋白的关系。 研究结果:本研究首先根据自噬相关基因和免疫相关基因在GSE72094队列中进行无监督聚类，结果提示在肺腺癌患者中高自噬状态和高免疫状态与较好预后相关。通过对不同分组差异基因取交集得到182个自噬-免疫相关基因，进而构建自噬-免疫相关预后风险模型。该模型由C4BPA、CD300LG、CD96和S100P四个基因构成。该模型可将患者分为高风险组及低风险组，且存在显著生存差异和较好的模型稳定性。ssGSEA和ESTIMATE等算法分析结果提示低风险组有较好的免疫细胞浸润水平。TIDE分析提示低风险组有较好的免疫治疗反应。同时，该模型也可以将免疫治疗队列区分为高低风险组，且两组预后存在统计学差异。GO、KEGG和GSEA通路富集分析提示，低风险组主要富集于免疫激活信号通路和自噬相关通路;高风险组主要富集于mTORC1信号通路和细胞周期相关通路。根据药物敏感性分析结果，自噬激动剂是低风险组的潜在敏感性药物，而自噬抑制剂在高风险组中较为敏感。最后，本研究聚焦于KIF2C基因。K-M生存分析提示KIF2C表达水平较高的患者预后较差，该组患者富集mTORC1信号通路。细胞功能实验证实KIF2C与肺腺癌增殖、迁移、侵袭及转移能力呈正相关。Western Blot分析提示KIF2C表达水平升高伴随着自噬相关蛋白表达水平下降。 结论:通过结合自噬和免疫相关基因特征所构建的预测模型被证明具有预测肺腺癌预后及免疫治疗反应的潜力。自噬调控药物与免疫治疗的联合使用是肺腺癌潜在治疗策略。同时，本研究发现KIF2C可能通过促进mTORC1信号通路，抑制肿瘤自噬，进而促进LUAD的发生发展。
NETL