摘要
目的 乳腺癌（Breastcancer,BC）是女性常见的恶性肿瘤，其发病率在女性恶性肿瘤中名列前茅。细胞凋亡作为一种基础的生物自我调节机制，在维持多细胞生物的健康和稳定状态方面起到关键作用。本研究的目标是筛选与乳腺癌细胞凋亡过程相关的关键基因，并基于这些基因构建一个能够预测乳腺癌患者预后情况的风险模型。此外，我们还将探讨不同风险亚组中的免疫微环境特点，并分析这些亚组对不同治疗药物的敏感性差异，以期为乳腺癌的精准治疗提供科学依据。 方法 通过TCGA（TheCancerGenomeAtlas,癌症基因组图谱数据库）和GEO（GeneExpressionOmnibus,高通量基因表达数据库）数据库下载乳腺癌数据，利用差异分析确定与生存总时间相关的凋亡相关基因（ARGs）。为了构建有效的预后模型，本研究采用了两种先进的统计方法：最小绝对收缩和选择算法（LeastAbsoluteShrinkageandSelectionOperator,LASSO）回归以及逐步多元Cox回归，并通过K-M（Kaplan-Meie）生存曲线和接收者操作特征（ROC）曲线进行模型评估。对构建的乳腺癌ARGs预后模型进行独立预后分析，基于多因素Cox回归分析构建了诺模图来预测患者生存期。使用ESTIMIMATE、TIMER、MCPCounter及ssGSEA算法进行免疫浸润和肿瘤微环境（TME）差异分析。通过下载公开癌症药物敏感性基因组学GDSC数据库（GenomicsofDrugSensitivityinCancer,GDSC）由R包pRRophetic预测了每个样本的半数最大抑制浓度(IC50)。 结果 本研究通过分析Genecards和NCBI数据库中的11482个ARGs，结合TCGA数据库中肿瘤及癌旁组织数据，识别出10970个差异表达基因（Differentialexpressiongenes,DEGs）。采用单因素回归分析筛选出与乳腺癌预后相关的178个ARGs（P＜0.05）。利用Lasso回归及逐步多元Cox回归方法，构建了一个包含5个ARGs的风险评分模型，该模型验证显示高风险组患者的总体生存率显著低于低风险组（P＜0.01），且具备良好的预测能力。此外，风险亚组在免疫浸润细胞含量上存在显著差异。乳腺癌患者的不同风险亚组中免疫浸润细胞的含量不同，TMSB15A、NFE2、MZB1在大部分免疫细胞存在显著差异。乳腺癌预后模型风险分组在紫杉醇类及多西他赛药物敏感性具有差异。 结论 本研究构建出由ZIC2、TMSB15A、LPCAT1、NFE2和MZB15个乳腺癌凋亡相关基因组成的风险预后模型，可用于预测腺癌患者的预后。基于风险模型的乳腺癌风险分型在细胞周期活动及免疫功能方面存在潜在通路。不同风险分型间具有显著差异的免疫浸润状态，B细胞、T细胞、CD4细胞、CD8细胞、DC细胞、中性粒细胞、髓系树突状细胞、内皮细胞、成纤维细胞在高风险组和低风险组间存在显著性差异（P＜0.05），风险模型中的TMSB15A、NFE2、MZB1在大部分免疫细胞存在显著差异。最后观测到乳腺癌预后模型低风险组在紫杉醇类及多西他赛表现出更低的IC50值。
NETL