基于内质网应激相关基因的卵巢癌预后模型构建及其在免疫治疗预测中的应用

摘要

目的:构建基于内质网应激相关基因的卵巢癌预后模型，系统评估其预测患者生存结局和免疫治疗反应的能力。方法:整合卵巢癌患者转录组数据和临床信息，结合机器学习算法筛选与预后相关的内质网应激相关基因。基于筛选出的关键基因构建风险评分模型，并在独立训练集、验证集及总数据集中评估其预测效能和稳健性。结合单细胞转录组数据探讨关键基因在免疫细胞中的表达特征及潜在调控机制。结果:共识别出9个关键内质网应激相关基因(ERBB2、NHLRC1、CREB3L4、CALR3、MAPK13、OSBPL3、HSD11B2、SLC4A11、GJB1)(P<0.05),所构建模型可有效区分高低风险患者，模型在总数据集中5年曲线下面积(AUC)为0.663,高风险组表现出T细胞功能障碍和免疫逃逸特征(P<0.05)。单细胞RNA测序分析提示，相关基因在特定免疫细胞和肿瘤细胞中特异性表达，可能参与调控免疫微环境。结论:本研究构建并验证了基于9个内质网应激相关基因的卵巢癌预后模型，对预后具有良好的预测及免疫治疗响应评估能力，具有潜在的临床转化价值。

关键词

卵巢癌 / 内质网应激 / 预后模型 / 免疫治疗 / 单细胞转录组 / 生物信息学