施春波 董长征 陈磊 翁磊

肺癌是全世界癌症相关死亡的主要原因之一[1]。非小细胞肺癌是肺癌中最常见的亚型，其组织学亚型又以肺腺癌多见。目前关于肺腺癌治疗与预后评估主要依据TNM分期，而手术切除是早期肺腺癌的治疗手段[2]；虽然手术切除可以提高生存率，但是仍有近1/4的患者出现复发[3-4]。因此，准确评估肺腺癌复发风险具有重要意义。免疫反应是许多特异性细胞之间相互协调的过程，对肺腺癌临床结局可造成一定的影响[5]。据报道，肿瘤浸润性免疫细胞（简称免疫细胞）的功能和组成会随着宿主免疫状态变化而改变，并可能成为特定药物的有效靶点。CIBERSORT（通过估计RNA转录物的相对亚群来识别细胞类型）是一种基于基因表达的反卷积算法，利用一组条形码基因表达值来表示免疫细胞组成。与传统的免疫组化、流式细胞术等试验方法相比，CIBERSORT能全面、快速、准确地推断22种免疫细胞在肿瘤中的相对浸润比例[6]。近年来有不少研究采用该方法探讨22种免疫细胞对预后的影响[7-9]。本研究利用CIBERSORT计算肺腺癌中22种免疫细胞的浸润比例，并构建免疫风险评分模型及列线图来预测肺腺癌的复发风险，现将结果报道如下。

1 材料和方法

1.1 TCGA数据获取 本研究肺腺癌转录组数据来源于公共数据库TCGA[10]。通过UCSC Xena网站（https://xenabrowser.net/）输入关键词“肺腺癌”下载TCGA数据库中594例肺腺癌患者的转录组数据，包括正常肺组织样本59例,肺腺癌组织样本535例。同时获取523例肺腺癌患者的临床资料，包括性别、年龄、TNM分期、预后等。……