黄宏玉 巫艳彬 覃寿明（广西医科大学第一附属医院呼吸与危重症医学科，南宁530021）

肺癌是目前全球范围内第二常见癌症，也是全球癌症相关死亡的主要原因。非小细胞肺癌（nonsmall cell lung cancer，NSCLC）约占肺癌的85%［1-2］，而肺腺癌（lung adenocarcinoma，LUAD）在NSCLC中的占比为40%［3-4］。目前，肺癌主要以手术、放化疗、分子靶向治疗、免疫治疗［5］、中医药治疗等多学科联合的综合治疗模式为主，这极大地改善了肺癌患者的预后。但由于个体差异和耐药性，其临床疗效有限。因此，急切需要寻找肺癌的致病机制以及更高效、精准的诊治方法［6］。

越来越多的证据表明肿瘤微环境（tumor immune microenvironment，TME）在肿瘤发生发展中的重要性。肿瘤的进展主要归因于一个独特而适宜的TME。TME主要由多种基质细胞维持，包括肿瘤干细胞、癌内皮细胞、癌相关成纤维细胞和浸润免疫细胞［7-8］。癌细胞与其支持细胞之间的协同作用导致了肿瘤的恶性表型出现，如永生增殖、抗凋亡、逃避免疫监视等［9］。因此，肿瘤浸润性免疫细胞（TIC）在TME中可作为治疗效果的指标［10］。

本研究从TCGA［11］（https：∕∕cancergenome.nih.gov∕）数据库中下载594例转录组RNA序列数据，用CIBERSORT和ESTIMATE计 算LUAD样本 中TICs的比例以及免疫成分评分（Immune score）和基质成分 评 分（Stromal score）［12］。利 用Immune score和Stromal score共享的DEGs构建PPI网络并进行单变量Cox回归分析，然后利用PPI网络中的核心节点和单变量Cox回归分析得到的最高显著性因子进行交叉 分 析，获 得CCR2、CD79A、BTK、CD19、CD22、CD28、PTPRC共7个预后关键基因。我们选择其中一个基因（CD22）进行生存率和临床病理特征相关性分析、Cox回归分析、基因集富集分析（GSEA）以及与TICs的相关性分析。CIBERSORT算法对LUAD患者进行免疫细胞浸润分析，初步探究免疫浸润细胞在LUAD中的作用。……