脂质代谢相关基因标志物用于预测脓毒症患者生存状况的识别与验证

摘要

目的：构建与脂质代谢相关的基因标志物，用于脓毒症患者的风险分层与免疫功能评估。方法：基于脓毒症数据集GSE65682，筛选脂质代谢相关基因。整合单因素Cox、LASSO与多因素Cox回归分析鉴定中心基因。根据风险评分中位数将患者分为高/低风险组。采用Kaplan-Meier与ROC曲线评估预测效能。此外，引入独立外部数据集GSE95233进一步验证模型的稳健性。通过ssGSEA、CIBERSORT算法与相关网络分析免疫功能差异。结果：筛选出包含AHRR、CLN8、FASN、LSS、MED29、PAFAH1B1、PIP5K1C、TRIB3、UGCG的9基因预后标志物。高风险组患者生存更差[KM检验P=6.75×e^-8;ROC曲线下面积（AUC）为0.951]，其趋化因子受体信号与副炎症反应富集。低风险组则显示出更高的肿瘤浸润淋巴细胞、Ⅱ型干扰素应答、调节性T细胞与巨噬细胞浸润水平。免疫网络分析显示，活化NK细胞与M1型巨噬细胞协同（r=0.44），与静息态NK细胞拮抗（r=-0.62）。CD86与TNFSF4在低风险组中高表达，而CD200R1的富集评分（P<0.05）降低。模型在独立外部数据集GSE95233的验证中，模型仍保持稳健的预测效能（AUC=0.757）。结论：基于脂质代谢的9基因标志物可有效预测脓毒症预后，揭示了高、低风险组间显著的免疫功能差异，为风险分层与个体化干预提供了潜在工具。

关键词

脓毒症 / 脂质代谢相关基因 / LASSO-Cox回归分析 / 基因标志物 / 预后预测 / 免疫功能 / 生物信息学

基金资助

四川省泸州市医学会科研项目(2024-YXXM-111);四川省泸州市医学会科研项目(2024-YXXM-040)