摘要
目的为了探究衰老相关基因（Senescence-relatedgene,SRG）调控肺腺癌进展的分子机制，通过构建新的预后模型，筛选出相关风险基因并予以验证，探寻肺腺癌的早期诊断方法以及新治疗靶点。 方法1、通过癌症基因组图谱数据库（TheCancerGenomeAtlas,TCGA）和基因表达综合数据库（GeneExpressionOmnibus,GEO）中获得肺腺癌患者的转录组数据和临床病例数据，从人类衰老基因组资源数据库（HumanAgingGeneResources,HAGR）中筛选出33个衰老相关基因。绘制这33个基因的蛋白互作网络图以及他们在TCGA肺腺癌样本中的表达量。2、通过TCGA数据库下载突变数据，计算拷贝数变异情况以及肿瘤突变负荷。3、采用一致性聚类分析，将各肺腺癌样本划分为三种的分子亚型。利用KEGG和GO富集分析来判断各个亚型富集的通路以及相应的生物学过程。4、藉由单样本基因富集分析（singlesampleGeneSetEnrichmentAnalysis,ssGSEA）判断各分子亚型之间的免疫浸润情况差异。5、将三种分子亚型中的差异基因取交集并观察其富集，随后再次进行一致性聚类分析，判断各亚型之间的生存差异情况以及衰老相关基因的表达差异情况。6、将从TCGA和GEO数据库中获取的样本随机分为训练集和验证集，通过LASSO建模，经过十折交叉验证建立相关预后模型，获得若干个风险基因，评估该模型的稳定性并绘制相关可视化图像。7、通过荧光定量聚合酶链式反应实验（QuantitativePolymeraseChainReaction,qPCR）逐一验证模型中各个风险基因在肺腺癌细胞株中的表达，从中筛选出本次研究最佳的相关风险基因。8、通过免疫组化实验验证预后模型中相关风险基因在肺腺癌组织标本中的表达。 结果1、筛选出的33个衰老相关基因在肺腺癌组织与癌旁之间表达差异明显，且33个基因之间紧密联系。2、在基因遗传水平上，约56.15％的肺腺癌患者发生了与衰老相关的基因突变。3、经过一致性聚类分析将样本分为三种分子亚型，进一步的生存分析显示衰老相关基因的高低表达与患者预后紧密相关。三种亚型各自富集于细胞周期相关的不同通路。4、三种分型中，免疫细胞评分及基质细胞评分高者具有较好的预后，肿瘤纯度评分高者预后较差。5、LASSO建立的预后模型共有7个风险基因，经ROC曲线验证，1、3、5年的曲线下面积（Areaundercurve,AUC）分别为0.691、0.695、0.652，且低风险组患者的生存时间显著大于高风险组。6、经过qPCR筛选本次研究的最佳风险基因为STIL，其在各肺腺癌细胞株中显著高表达。免疫组化实验验证了其在肺腺癌组织中亦为高表达。 结论衰老相关基因在肺腺癌患者中呈高表达。新的衰老相关预后模型的建立可用于提示肺腺癌患者的预后。本文以STIL基因为研究对象，qPCR与免疫组化均证实STIL在肺腺癌中高表达。STIL可能成为新的肿瘤标志物，为肺腺癌的治疗或延缓进展提供了新的思路。
NETL