自噬相关基因与肺腺癌患者预后和免疫的相关性分析

摘要

目的 评估自噬相关基因（ARGs）在肺腺癌中的预后价值。方法 通过癌症基因组图谱（TCGA）数据库下载TCGA-肺腺癌的转录组数据和临床信息作为训练集，并从基因表达综合数据库（GEO）下载GSE30219数据集作为外部验证集。筛选与ARGs和肺腺癌相关的差异表达基因，并进行基因本体（GO）和KEGG分析。应用STRING数据库和Cytoscape软件构建ARGs的蛋白质-蛋白质互作（PPI）网络。基于训练集数据，采用单因素和多因素Cox分析建立ARGs预后模型。通过Kaplan-Meier生存曲线（KM）和ROC曲线分析评估该模型的预后价值。分析预后基因与临床病理特征（如分期、性别）、基因组的改变及免疫细胞浸润的相关性。采用qRT-PCR和蛋白质印迹法（WB）实验验证预后关键基因的表达。结果 共筛选出30个差异表达的ARGs,其中14个上调，16个下调。KEGG通路富集分析显示，线粒自噬-动物、自噬-动物、IL-17信号通路是主要的富集通路。单因素和多因素Cox分析显示，4个ARGs[ATIC:风险比（hazard ratio,HR）=1.39,95%CI为0.96～2.02,P=0.082。ATG9B:HR=0.63,95%CI为0.48～0.83,P=0.001。DRAM1:HR=0.86,95%CI为0.73～1.02,P=0.088。GAPDH:HR=1.37,95%CI为1.07～1.74,P=0.011]与预后相关。进一步建立预后风险评分模型，其风险评分公式为：风险评分=（0.313 219 2×GAPDH）+（-0.146 585 9×DRAM1）+（0.330 534 9×ATIC）+（-0.463 008 1×ATG9B）。根据风险评分中位数，将患者分别分为高风险组和低风险组。KM生存分析显示，低风险组患者生存率显著高于高风险组（P<0.001）。绘制各临床因素预测肺腺癌患者预后的ROC曲线，结果表明ARGs模型的预测效能（AUC=0.695）优于其他临床因素。相关性分析结果显示，风险评分、ATIC和GAPDH表达与肿瘤分期和性别呈正相关，而DRAM1表达与分期呈负相关。cBioPortal泛癌数据分析揭示4个ARGs的突变谱ATIC（2.2%）、ATG9B（3.0%,以扩增为主）、DRAM1（1.7%,以深度缺失为特征）以及GAPDH（4.0%,呈现多类型变异）。免疫浸润分析显示，ATG9B高表达与CD4⁺ T细胞浸润增加相关。qRT-PCR和WB实验结果显示，肺腺癌细胞系H460和HCC827细胞中ATG9B的mRNA和蛋白质表达水平均显著上调（P值均<0.05）。结论 本研究基于生物信息学分析构建了由4个ARGs（ATIC、ATG9B、DRAM1和GAPDH）组成的肺腺癌预后风险模型，该模型具有良好的预测性能，可作为肺腺癌患者预后评估的潜在工具。

关键词

自吞噬 / 肺腺癌 / 生物信息学 / 预后