铁死亡相关基因特征作为透明细胞肾细胞癌新型预后模型的研究

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《Discover Oncology》：Identification of ferroptosis-related gene signatures as a novel prognostic model for clear cell renal cell carcinoma

【字体：大中小】 时间：2025年04月04日 来源：Discover Oncology 2.8

编辑推荐：

　　透明细胞肾细胞癌（ccRCC）是泌尿系统常见恶性肿瘤，预后差。研究人员基于 TCGA、GEO 和 FerrDb 数据库开展铁死亡相关基因（FRGs）研究，构建了 6 基因预后模型。该模型可预测 ccRCC 患者生存结局，为免疫治疗提供参考。

抢先索取Maxpar Direct一站式免疫分型系统的详细技术资料

为了促进科学的传播，生物通采集了这篇文章，如需英文原文，请点击！订阅BioHot索取原文

　　在人体的微观世界里，癌症如同一场无情的 “战争”，严重威胁着人类健康。其中，透明细胞肾细胞癌（ccRCC）作为泌尿系统中常见的恶性肿瘤，发病率和死亡率持续上升，患者预后较差。尽管手术切除是主要治疗手段，但部分患者在诊断早期就出现转移，即使手术治疗后，仍有 40% 的患者在随访中出现转移。而且，肾细胞癌是免疫浸润较多的肿瘤，其发病的分子机制尚未完全明确，这给早期诊断和治疗带来了极大挑战。因此，寻找更有效的 ccRCC 生物标志物和潜在治疗靶点迫在眉睫。

为了解决这些问题，首都医科大学的研究人员开展了关于铁死亡相关基因（FRGs）在 ccRCC 中作用的研究。研究结果表明，基于 6 个 FRGs（ADACSB、DPEP1、KIF20A、MT1G、PVT1 和 TIMP1）构建的风险评分模型，能够有效预测 ccRCC 患者的生存结局，并且初步揭示了该风险模型与免疫环境的关系，这对于理解癌症患者免疫治疗的潜在应用和临床治疗具有重要意义。该研究成果发表在《Discover Oncology》杂志上。

Maxpar Direct一站式免疫分型系统：轻松量化37种免疫细胞亚群组成，单管流程5分钟自动化分析数据输出，完成人PBMC及全血多参数免疫分型"样本到结果"分析。点击领取详细资料领取

研究人员主要运用了以下关键技术方法：从 TCGA、GEO 数据库获取 ccRCC 相关 RNA-seq 数据，从 FerrDb 数据库获取 FRGs 数据；通过单变量 cox 筛选、LASSO 和 Cox 回归分析构建多基因特征预后模型；利用 Kaplan–Meier（KM）生存曲线分析、受试者工作特征（ROC）曲线等评估模型；借助单样本基因集富集分析（ssGSEA）和免疫浸润分析肿瘤微环境和免疫功能；运用基因集富集分析（GSEA）进行通路富集分析；获取患者突变数据计算肿瘤突变负荷（TMB）。

下面介绍具体的研究结果：

鉴定和功能分析 ccRCC 中与铁死亡相关的基因：通过单变量 cox 分析和多数据库交叉，筛选出 48 个与铁死亡和预后相关的基因。GO 和 KEGG 分析发现这些基因参与调节 B 细胞激活、糖酵解过程、炎症反应相关细胞因子产生，以及 HIF-1 信号通路、铁死亡和 p53 信号通路等。
构建 FRGs 的预后模型：利用 LASSO 回归和多变量 cox 回归，确定了 6 个基因用于构建预后模型。根据风险评分中位数将患者分为高、低风险组，KM 曲线和 ROC 曲线结果表明，高风险组患者预后较差，模型具有良好的诊断价值。
模型可作为独立预后指标：单变量和多变量 COX 回归显示，风险评分与总生存期（OS）显著相关，可作为独立预后指标。构建的列线图能有效预测患者 1、3、5 年生存率，校准曲线表明模型可靠准确，决策曲线分析（DCA）也显示模型具有良好的临床效益。
评估 ccRCC 免疫微环境：高风险组患者的基质评分、免疫细胞和估计评分更高，免疫细胞浸润和免疫功能存在差异，肿瘤免疫分型也不同，这为 ccRCC 免疫治疗提供了参考。
FRGs 模型与 ICI 治疗相关：高风险组患者免疫检查点基因表达更高，TIDE 评分和排除评分更高，提示免疫逃逸潜力增加，ICI 治疗效果可能较差。
发现高低风险组的通路富集差异：GSEA 分析发现高风险组主要富集在造血细胞谱系、原发性免疫缺陷、Nod 样受体信号通路等；低风险组主要富集在脂肪酸代谢、视黄醇代谢、药物代谢等代谢相关通路。
高风险评分患者呈现高 TMB：高风险组患者肿瘤突变负荷更高，且风险评分与 TMB 呈正相关。