免疫调控相关基因在肺腺癌预后预测中的生物信息学分析价值

《Hormones & Cancer》：Predictive value of immunomodulatory-related genes for the prognosis of lung adenocarcinoma based on bioinformatics analysis

本研究针对肺腺癌(LUAD)异质性高、免疫治疗响应差异大等临床难题，通过生物信息学方法系统分析了免疫调控相关基因(IRGs)的表达特征。研究人员整合TCGA和GEO数据库，鉴定出18个关键IRGs，构建了免疫调控评分(Is)和预后模型，发现TLR4等基因与树突状细胞浸润显著相关。该研究为LUAD的免疫分型、预后评估及免疫治疗策略提供了新的生物标志物和理论依据。

　　

肺腺癌作为肺癌最常见的病理类型，其高异质性和易转移特性导致患者五年生存率始终徘徊在较低水平。尽管免疫检查点抑制剂(ICI)为晚期肺腺癌患者带来了新的希望，但仅有部分患者能够从中获益，这促使研究人员不断探索更精准的生物标志物。近年来，免疫调控相关基因(IRGs)在肿瘤微环境(TME)中的重要作用逐渐被揭示，但其在肺腺癌中的系统研究仍属空白。

在此背景下，Yang Luyu等人于《Discover Oncology》发表了题为"Predictive value of immunomodulatory-related genes for the prognosis of lung adenocarcinoma based on bioinformatics analysis"的研究论文。该研究通过整合多组学数据，首次系统阐述了IRGs在肺腺癌诊断、分型及预后预测中的临床应用价值。

研究人员采用生物信息学方法，从TCGA-LUAD数据集（含598个样本）和GEO数据库（GSE30219、GSE10072、GSE3141）获取基因表达谱与临床数据。通过差异表达分析筛选出1674个差异表达基因(DEGs)，与GeneCards数据库中的172个IRGs取交集，最终鉴定出18个免疫调控相关差异表达基因(IRDEGs)。研究运用了单样本基因集富集分析(ssGSEA)评估免疫细胞浸润水平，采用一致性聚类(Consensus Clustering)进行疾病亚型分型，并利用LASSO-Cox回归构建预后模型。关键实验技术包括：基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析、基因集富集分析(GSEA)、基因集变异分析(GSVA)、肿瘤突变负荷(TMB)分析以及免疫表型评分(IPS)验证。

表达差异与突变特征

研究发现18个IRDEGs（BMP6、CAT、CD79A等）在肺腺癌与正常组织间存在显著表达差异。其中CD79A、HSPD1、HSPE1和TIMP1在癌组织中上调，而BMP6、CAT等14个基因显著下调。突变分析显示TLR4突变频率最高（45%），拷贝数变异(CNV)分析发现SELE和IL6基因拷贝数改变最为频繁。

功能富集与通路分析

GO/KEGG分析表明这些基因主要富集于细胞间粘附调节、白细胞介素-10产生等生物过程。GSEA结果显示肺腺癌组在缺氧反应、氧化应激诱导衰老通路上调，而resistin炎症调节通路显著抑制。

疾病亚型与免疫特征

通过一致性聚类将肺腺癌分为4个亚型（cluster1-4）。ssGSEA分析发现26种免疫细胞浸润存在亚型间差异，其中活化树突状细胞与TLR4表达呈正相关。免疫治疗预测显示不同亚型对PD-1/CTLA-4抑制剂响应存在显著差异。

免疫调控评分与预后模型

基于18个IRDEGs构建的免疫调控评分(Is)在区分癌/正常组织时表现出色（AUC=0.971）。LASSO回归筛选出TIMP1、CD79A、CAT、PPARG、TLR4、HSPD1六个关键基因构建预后模型。多因素Cox回归证实T/N/M分期与这些基因可作为独立预后因素。

研究结论强调，IRDEGs在肺腺癌发生发展中扮演重要角色，其表达模式与免疫细胞浸润、免疫治疗响应密切相关。所构建的四分型系统及预后模型为肺腺癌的个体化治疗提供了新思路。特别值得注意的是TLR4与树突状细胞的关联，提示其可能成为新的免疫治疗靶点。然而，研究仍存在样本量有限、缺乏实验验证等局限性，未来需通过功能实验进一步阐明相关机制。

这项研究的创新之处在于将生物信息学分析与临床预后评估相结合，不仅揭示了免疫调控基因在肺腺癌中的网络作用机制，更构建了具有临床应用潜力的预测工具。该成果为理解肺腺癌免疫微环境提供了新视角，对推进精准免疫治疗具有重要意义。