王 尧，巴宏军，柳子川，周 旻

1)广州医科大学附属肿瘤医院内科 广州 510095 2)中山大学附属第一医院心血管儿科 广州 510080

甲状腺癌是内分泌系统最常见的恶性肿瘤，近几十年来全球的发病率明显增加[1]。虽然整体治疗效果较好，但仍有10%的患者预后极差，包括未分化、复发和转移性甲状腺癌[2]。近年来，免疫检查点抑制剂在多种肿瘤中取得了持久性疗效[3]。研究[4]发现肿瘤浸润免疫细胞(tumor-infiltrating immune cells, TIICs)的数量和分布可影响肿瘤患者的治疗反应，TIICs成为进一步提高患者生存率的潜在药物靶标。甲状腺癌的发生发展与炎症和免疫细胞浸润高度相关，探索其免疫浸润模式有助于判断患者的预后和治疗反应[5]。CIBERSORT分析工具能够利用标准化的基因表达数据估算不同肿瘤样本中的细胞组成，具有分辨率高及可同时量化多种类型免疫细胞的优势，其优越性能已在多种恶性肿瘤中得以验证[6]。本研究中，我们使用CIBERSORT分析甲状腺癌组织中TIICs的组成，并进一步探讨其与患者预后的关系。

1 资料与方法

1.1数据采集从癌症基因信息数据库(The Cancer Genome Atlas，TCGA)下载58例正常甲状腺和448例甲状腺癌患者的临床资料。资料采集时间(即随访截止时间)为2019年8月31日。正常甲状腺组织58例,男19例，女39例；年龄36～90(69.1±15.8)岁。甲状腺癌组织448例，男117例，女331例；年龄34～86(67.3±14.7)岁；TNM分期Ⅰ期258例，Ⅱ期47例，Ⅲ期97例，Ⅳ期46例。

1.2正常甲状腺和甲状腺癌组织中TIICs组成的CIBERSORT评估采用CIBERSORT分析工具(https://cibersort.stanford.edu)推算正常甲状腺和甲状腺癌组织中22种免疫细胞的组成。基因表达数据集使用标准注释文件编写，然后上传到CIBERSORT网站，利用白细胞特征矩阵(LM22)进行1 000次计算，使用蒙特卡罗抽样为每个样本的反褶积计算P值。……