結(jié)果解讀：

細(xì)胞死亡相關(guān)基因與LUAD預(yù)后的關(guān)系

作者調(diào)查了與LUAD預(yù)后顯著相關(guān)的基因,，然后在圖1中分析了與細(xì)胞死亡相關(guān)的基因的差異表達(dá)。多變量分析顯示,，包括CCT6A（HR = 1.233，95% CI = 0.975–1.560,，P = 0.081）,、HNRNPF（HR = 1.593，95% CI = 1.115–2.277,，P = 0.011）,、ID1（HR = 1.117，95% CI = 0.996–1.252,，P = 0.058）,、IGF2BP1（HR = 1.113，95% CI = 1.005?1.233,，P = 0.040）,、MYO6（HR = 0.671，95% CI = 0.551?0.817,，P = 7.22E?05）,、PPP1R3G（HR = 1.586，95% CI = 1.283?1.960,，P = 1.97E?05）,、TPM2（HR = 1.157,，95% CI = 0.980–1.365，P = 0.085）等與壞死程序相關(guān)的基因是LUAD預(yù)后的獨(dú)立預(yù)測因子,。多變量分析的森林圖還顯示,，包括BIRC（HR = 1.138，95% CI = 0.997–1.299,，P = 0.055）,、FGF2（HR = 1.422，95% CI = 1.146–1.765,，P = 0.001）,、H2AX（HR = 1.331，95% CI = 1.076?1.647,，P = 0.006）,、MS4A1（HR = 0.834，95% CI = 0.739?0.941,，P = 0.003）,、NT5E（HR = 1.144，95% CI = 1.017?1.285,，P = 0.024）,、PSCA（HR = 1.060，95% CI = 0.993–1.133,，P = 0.081）,、TLR2（HR = 0.829，95% CI = 0.703?0.977,，P = 0.025）其中,，F(xiàn)GF2、H2AX,、MS4A1,、NT5E、TLR2是OS的獨(dú)立預(yù)測因子,。此外,，其他與LUAD OS相關(guān)的細(xì)胞死亡類型相關(guān)基因的關(guān)系在附錄1中顯示。然后,，作者分別基于與LUAD預(yù)后顯著相關(guān)的基因建立了壞死相關(guān)風(fēng)險評分模型和免疫細(xì)胞死亡相關(guān)風(fēng)險評分模型,。其他細(xì)胞死亡類型相關(guān)的風(fēng)險評分也是基于附錄2中相同的公式計(jì)算的。根據(jù)風(fēng)險評分的最佳截?cái)嘀?，作者將患者分為高風(fēng)險組和低風(fēng)險組,。高風(fēng)險組和低風(fēng)險組之間細(xì)胞死亡相關(guān)基因的差異表達(dá)也在圖1中顯示。例如，與死亡相關(guān)的基因,，包括TPM2,、PPP1R3G、IGF2BP1,、ID1,、HNRNPF和CCT6A，以及免疫細(xì)胞死亡相關(guān)的基因,，包括PSCA,、NT5E、H2AX,、FGF2和BIRC3,，在高風(fēng)險組中表達(dá)顯著，表明這些基因在癌癥的發(fā)展和進(jìn)展中可能起著關(guān)鍵作用,。

細(xì)胞死亡指數(shù)（CDI）的建立和驗(yàn)證

根據(jù)圖2a,、b，計(jì)算并比較了15種細(xì)胞死亡特征的1年,、2年,、3年、4年和5年AUC值,。為了探索具有最高AUC值的細(xì)胞死亡相關(guān)特征的組合,，作者評估了一系列由不同細(xì)胞死亡類型組成的候選廣義線性模型（GLM）。結(jié)果發(fā)現(xiàn),，壞死程序性細(xì)胞死亡+免疫細(xì)胞死亡特征,，即細(xì)胞死亡指數(shù)（CDI）特征，具有更高的預(yù)測性能,。1年,、2年、3年,、4年和5年的AUC值分別為0.772、0.736,、0.723,、0.795和0.743（圖2b、d）,。ROC曲線也支持了上述結(jié)論,，即CDI特征的1年AUC值（0.772）高于圖2c中的壞死程序性細(xì)胞死亡或免疫細(xì)胞死亡特征（分別為0.764和0.742）?；贑DI,、壞死程序性細(xì)胞死亡和免疫細(xì)胞死亡水平，作者將LUAD患者分為高風(fēng)險組和低風(fēng)險組。使用log-rank檢驗(yàn)進(jìn)一步證明了高風(fēng)險組和低風(fēng)險組在LUAD生存方面的差異,。結(jié)果顯示,，低風(fēng)險的LUAD患者的總體生存期明顯長于高風(fēng)險組（P < 0）。05) 根據(jù) Kaplan-Meier 生存曲線（圖2e-g）,，統(tǒng)一流形逼近和投影（UMAP）還揭示了基因在高風(fēng)險和低風(fēng)險組之間的分類（圖2h-j）,。在基因相互作用網(wǎng)絡(luò)中，CDI 簽名與與壞死樣細(xì)胞死亡和免疫細(xì)胞死亡相關(guān)的基因密切相關(guān),，尤其是 HNRNPF,、PPP1R3G、IGF2BP1,、TLR2,、NT5E、BIRC3,、PSCA,、FGF2、MS4A1,、CCT6A,、ID1、TPM2（圖2k）,。如圖2l所示,，隨著 CDI 的增加，LUAD 患者的生存率降低,。

CDI與臨床變量的相互作用

為了研究CDI標(biāo)志與臨床變量的相互作用,，作者進(jìn)行了單變量和多變量Cox回歸分析，并得出結(jié)論,，CDI和N分期是LUAD患者OS的獨(dú)立預(yù)后因素（圖3a,，b）。通過結(jié)合包括CDI和N分期在內(nèi)的臨床因素,，建立了一個新的預(yù)后模型,，用于預(yù)測LUAD患者的生存情況并指導(dǎo)臨床決策（圖3c）。如圖3d所示,，在訓(xùn)練集中,，預(yù)后模型、CDI和N分期的1年AUC值分別為0.774,、0.772和0.636,，顯示了預(yù)后模型的優(yōu)越預(yù)測性能。從圖3e,、f中作者可以得出類似的結(jié)論,。

CDI與其他已發(fā)表的預(yù)后生物標(biāo)志物的比較

在以TCGA LUAD隊(duì)列為基礎(chǔ)的CDI簽名中,，與作者的CDI簽名進(jìn)行比較的選擇了包括Necroptosis簽名、ICD簽名,、Pyroptosis簽名和Ferroptosis簽名在內(nèi)的先前研究中的四個簽名,。作者使用相同的方法計(jì)算每個簽名的風(fēng)險評分，以便進(jìn)行比較,。這四個簽名在1年,、3年和5年的AUC值分別在圖4a中呈現(xiàn)。顯然,，作者的CDI簽名在1-5年的AUC值明顯高于這四個已發(fā)表的簽名（圖4c）,。與其他四個簽名相比，作者的CDI簽名的C-index最高（圖4d）,。如圖4b所示,，四個簽名的K-M曲線中，作者的簽名在高風(fēng)險組和低風(fēng)險組之間的預(yù)后差異最顯著,。此外,，五個簽名的風(fēng)險比和p值在圖4e中繪制。結(jié)果顯示,，與先前的模型相比,，作者的CDI簽名在預(yù)后預(yù)測中表現(xiàn)出更好的性能。

免疫細(xì)胞浸潤與CDI標(biāo)志之間的關(guān)聯(lián)

進(jìn)行了低CDI組和高CDI組免疫細(xì)胞浸潤的比較,，以揭示CDI與LUAD預(yù)后強(qiáng)相關(guān)的機(jī)制,。使用MCP計(jì)數(shù)器比較了高CDI組和低CDI組中8種免疫細(xì)胞和2種基質(zhì)細(xì)胞的浸潤水平（圖5a）。T細(xì)胞,、B細(xì)胞系譜,、髓樣樹突狀細(xì)胞、中性粒細(xì)胞和內(nèi)皮細(xì)胞的絕對豐度評分在低CDI組中統(tǒng)計(jì)上更高,，而成纖維細(xì)胞的評分在高CDI組中更高,。使用MCP計(jì)數(shù)器在圖5b中還將CDI標(biāo)志與免疫細(xì)胞群體和基質(zhì)細(xì)胞群體相關(guān)聯(lián)。此外,，作者使用CIBERSORT算法檢查了高CDI組和低CDI組在免疫細(xì)胞浸潤方面的差異（圖5c）,。結(jié)果顯示，低CDI組主要富集了肥大靜止細(xì)胞,、幼稚B細(xì)胞和CD4記憶靜止T細(xì)胞,。相反，高CDI組中明顯富集了巨噬細(xì)胞M0和M1,、CD4記憶活化T細(xì)胞和NK靜止細(xì)胞,。此外,，使用CIBERSORT算法探索了CDI標(biāo)記在22種免疫細(xì)胞浸潤中的作用,。CD4 + 記憶激活T細(xì)胞、巨噬細(xì)胞M0和M1、活化肥大細(xì)胞以及靜息NK細(xì)胞的浸潤水平與CDI呈正相關(guān),，而CD4記憶靜息T細(xì)胞,、靜息肥大細(xì)胞和幼稚B細(xì)胞的浸潤水平與CDI呈負(fù)相關(guān)（圖（圖5d5d）。

通過使用包括CIBERSORT,、EPIC,、QUANTISEQ、TIMER和XCELL在內(nèi)的多個算法,，作者對低CDI組和高CDI組的免疫景觀提供了深入的洞察,，以避免單一算法引起的不準(zhǔn)確和偏見。如圖6a所示,，根據(jù)CIBERSORT,、EPIC、QUANTISEQ,、TIMER和XCELL的結(jié)果,，CDI與免疫細(xì)胞浸潤水平相關(guān)。通過使用上述算法,，作者能夠比較圖6b中高CDI組和低CDI組的免疫細(xì)胞浸潤水平,。例如，無論使用哪種算法,，低CDI組的B細(xì)胞浸潤水平顯著較高,。然后，作者應(yīng)用ESTIMATE算法比較了圖6c至f中高CDI組和低CDI組的ESTIMATE評分,、免疫評分,、基質(zhì)評分和腫瘤純度。低CDI組的免疫評分較高,，并且免疫評分與CDI之間存在顯著的負(fù)相關(guān)關(guān)系（P < 0.05）（圖6g至j）,。

高CDI組和低CDI組對免疫療法的反應(yīng)評估

在現(xiàn)代，以ICIs為代表的癌癥免疫治療是復(fù)發(fā)和轉(zhuǎn)移性LUAD的一種有希望的治療選擇,。TIDE評分與腫瘤微環(huán)境中的免疫逃逸和免疫治療抵抗密切相關(guān),。較高的TIDE評分表示較高的免疫逃逸潛力和較低的免疫治療反應(yīng)率。根據(jù)圖7a,、b,，低CDI組的TIDE評分顯著低于高CDI組，CDI與TIDE評分呈正相關(guān)（R = 0.5,，P < 2.2e?16）,，表明低CDI組的免疫治療反應(yīng)率較高。此外,，作者計(jì)算了高CDI組和低CDI組對免疫治療的響應(yīng)和非響應(yīng)患者的百分比（圖7c）,。由于增加的TMB有助于更強(qiáng)的抗腫瘤免疫反應(yīng),，作者計(jì)算了每個患者的TMB，并在圖7d中比較了高CDI組和低CDI組之間的差異,。結(jié)果發(fā)現(xiàn),，低CDI組的TMB低于高CDI組。隨后,，作者在接受免疫治療的LUAD患者的GSE135222中研究了預(yù)后與CDI標(biāo)記之間的關(guān)系 31,32 ,。根據(jù)Kaplan-Meier生存曲線，低CDI組的總生存率高于高CDI組（P = 0.022）（圖（圖7e））,。在接受免疫治療的LUAD患者中,，比較了高CDI組和低CDI組的反應(yīng)者和非反應(yīng)者的比例，以及圖7f,、g中免疫治療反應(yīng)者和非反應(yīng)者之間的CDI差異,。低CDI組的反應(yīng)率顯著較高（P = 0.019），盡管反應(yīng)患者和非反應(yīng)患者之間的CDI值沒有顯著差異（P = 0.21）,。在接受免疫治療的轉(zhuǎn)移性尿路上皮癌（MuC）患者（來自iMvigor210隊(duì)列）和黑色素瘤患者（來自GSE78220隊(duì)列）中也觀察到類似的結(jié)果（圖7h-m）,。如圖圖7n所示，低CDI組的免疫表型評分（IPS）相對概率以及包括抗PD1/PDL1/PDL2,、抗CTLA4和兩種治療方法的免疫檢查點(diǎn)抑制劑較高（P < 0.05）,。此外，作者還探討了CDI與免疫治療相關(guān)的生物標(biāo)志物之間的相關(guān)性,，如MHC分子,、效應(yīng)細(xì)胞（EC）、免疫檢查點(diǎn)和抑制細(xì)胞（SC）,。MHC和EC促進(jìn)了抗腫瘤免疫反應(yīng),，而免疫檢查點(diǎn)和SC抑制了免疫反應(yīng)。類似的結(jié)果也在圖7o7o中觀察到,，CDI與IPS和MHC的表達(dá)呈負(fù)相關(guān),，與EC和SC的表達(dá)呈正相關(guān)，盡管沒有顯著性差異,。