背景及目的:肺腺癌是非小细胞肺癌中最常见的亚型,在全世界范围内导致每年超过50万的死亡。尽管目前在分子诊断和靶向治疗领域取得了一些进展,肺腺癌患者的总体预后仍然不容乐观,大多数肺腺癌患者在初诊时即为局部晚期或已经MC3临床试验发生远处转移。铁死亡是由Dixon等人最先提出的有别于自噬和细胞凋亡的一种细胞死亡,其主要特征为铁依赖和活性氧所致的细胞变化,如线粒体嵴的消失、线粒体膜的破裂和浓缩,其机制主要是膜上的脂质过氧化使得膜失去了选择渗透性。近年来,铁死亡逐渐被认为是清除恶性细胞的自适应功能,在抑制肿瘤的发生发展中发挥重要作用。本研究通过生物信息学方法分析了铁死亡相关基因在肺腺癌中的表达情况,并基于这些基因构建了能够预测肺腺癌患者预后的诺曼图,为肺腺癌患者的预后分层和个体化治疗提供新的方法和观点。方法:从公共数据库肿瘤基因图谱(TCGA)中获得肺腺癌患者的基因表达谱、生存资料及临床资料。比较铁死亡基因在肿瘤组织和癌旁正常组织中的表达量,将差异表达的基因纳入残差网络中进行训练,确定了由10个铁死亡基因构成的风险评分公式,根据得分将样本划分为高风险组和低风险组,通过Kaplan-Meier法比较两风险组间的预后差异。利用单因素COX回归和多因素COX回归确定两风险组间的风险比以及风险分组作为预后的预测因子的独立性。根据回归结果构建诺曼图,通过受试者工作特征曲线(ROC)、C指数、校准度分析曲线和临床决策曲线评价诺曼图的预测效能和稳定性。应用基因功能富集分析进一步探索两风险分组之间的生物学差异。结果:(1)在训练集中得到由CYBB,FURIN,DPP4,ETV4,RRM2,NR4A1,EPAS1,GCLC,TNFAIP3和AKR1C1构成的评分公式,根据得分将样本分为高风险组和低风险组,两组间预后有显著差异(p<0.0001),并在验证集中证实此差异(p=0.004)。(2)将风险分组和临床资料做Excisional biopsy单因素COX回归和多因素COX回归,低风险组相对于高风险组的风险更低,在单因素COX回归中的风险比为0.23(p<0.0001),在多因素COX回归中的风险比为0.26(p<0.0001)。(3)应用风险分组、p T分期、p N分期和肿瘤分期构建诺曼图,ROC曲线在训练集中在第1年、第3年和第5年的曲线下的面积(AUC)值为0.81、0.82和0.78;在验证集中第1年、第3年和第5年的AUC值为0.77、0.73和0.70。(4)通过基因功能富集分析发现高风险组在细胞增殖和侵袭的通路更加活跃,低风险组主要富集在和细胞Galunisertib体内清除及免疫反应的通路,高风险组的肿瘤纯度显著高于低风险组的肿瘤纯度(p<0.001)。两风险组间多种免疫细胞浸润程度有显著差异,肿瘤微环境差别较大。结论:(1)本研究通过生物信息学方法获得肺腺癌患者的风险分组模型,该模型是能够预测肺腺癌患者预后的独立因素。(2)从基因功能富集分析结果来看,高风险组较低风险组有更高的侵袭性,为风险分组模型提供分子生物学理论基础。(3)由风险分组及临床资料构建的诺曼图具有重要的预测价值,能够识别肺腺癌患者的风险并预测其预后。