細(xì)胞焦亡分型和APOD 預(yù)測胃癌患者預(yù)后作用的生物信息學(xué)分析

崔?？? 張旭東, 李曉寧, 楊 希, 楊 蘭,2, 張文杰,2

（1.石河子大學(xué)醫(yī)學(xué)院病理系，新疆 石河子 832002；2.新疆地方與民族高發(fā)病教育部重點(diǎn)實(shí)驗(yàn)室，新疆 石河子 832002）

胃癌（gastric carcinoma，GC） 是我國常見的惡性腫瘤之一。雖然近些年我國對GC 的防治已經(jīng)取得了明顯的進(jìn)步，GC 患者5 年生存率已從27.4% 上升到35.1%，但與日本［1］（80.1%） 和韓國［2］（75.4%）比較，我國GC 患者5 年生存率仍然較低。因此急需尋找有效的GC 分型和預(yù)后標(biāo)志物提高我國GC 患者的生存率。焦亡作為細(xì)胞程序性死亡的一種，可以為腫瘤的生長提供適宜的微環(huán)境，促進(jìn)腫瘤的發(fā)生發(fā)展［3］。因此本研究選用焦亡相關(guān)基因作為胃癌的分型依據(jù)，并對差異預(yù)后基因采用Lasso 和Cox 回歸分析構(gòu)建風(fēng)險(xiǎn)預(yù)后模型，探討載脂蛋白D（apolipoprotein D，APOD）與胃癌患者的預(yù)后及臨床表現(xiàn)的相關(guān)性。

APOD 作為脂蛋白超家族中的成員，在脂質(zhì)運(yùn)輸、炎癥、抗氧化和多種癌癥的發(fā)展中起重要作用［4］。然 而 目 前 關(guān) 于APOD 與GC 關(guān) 系 的 研 究 較少，本研究基于生物信息學(xué)方法分析APOD 對GC患者預(yù)后的影響及其與GC 患者常見臨床特征的相關(guān)關(guān)系，并初步探討APOD 對GC 免疫微環(huán)境的影響以及其作為胃癌治療新靶點(diǎn)的潛力。

1 資料與方法

1.1 數(shù)據(jù)收集和整理從癌癥基因圖譜（The Cancer Genome Atlas，TCGA）數(shù)據(jù)庫（包含32例癌旁正常組織和375 例腫瘤組織）（https：//portal.gdc.cancer.gov/） 和GSE84437（包含433 例腫瘤組織）數(shù)據(jù)庫（https：//www.ncbi.nlm.nih.gov/geo/）中分別下載GC 患者的臨床數(shù)據(jù)和相應(yīng)的轉(zhuǎn)錄組數(shù)據(jù)，采用sva 數(shù)據(jù)包［5］進(jìn)行批次矯正后，將2 個(gè)數(shù)據(jù)庫中提取的數(shù)據(jù)進(jìn)行合并，形成新的數(shù)據(jù)庫Merge。同時(shí)下載GSE66229 數(shù)據(jù)集（包含100 例癌旁正常組織和300 例腫瘤組織）作為驗(yàn)證數(shù)據(jù)集。

1.2 焦亡分型和分型間的相關(guān)性分析從基因富集 分 析（Gene Set Enrichment Analysis，GSEA）官網(wǎng)（http：//www.gsea-msigdb.org/gsea） 下載52 個(gè)焦亡相關(guān)基因，并提取Merge 數(shù)據(jù)庫中所有GC 樣 本 焦 亡 相 關(guān) 基 因 的 表 達(dá)， 采 用ConsensusClusterPlus 數(shù) 據(jù) 包［6］對GC 樣 本 進(jìn) 行 聚類分型（A 分 型 和 B 分 型）， 聚 類 算 法 為k-means［7］，篩選原則為分型內(nèi)部相關(guān)性高，分型間相關(guān)性低。采用pheatmap 數(shù)據(jù)包繪制熱圖，采用survminer 和survival 數(shù)據(jù)包進(jìn)行生存分析，采用ssGSEA 算法比較不同分型患者免疫浸潤的差異。

1.3 不同焦亡分型樣本組間差異預(yù)后基因的篩選采用limma 數(shù)據(jù)包篩選出分型之間的差異預(yù)后基因，設(shè)置過濾條件為倍數(shù)變換（fold changes，F(xiàn)C） 對數(shù)的絕對值|log2FC|>0.585 和矯正后P<0.05。然后將差異預(yù)后基因進(jìn)行整理（對在相同樣本中重復(fù)出現(xiàn)的基因取平均值，刪除所有樣品中表達(dá)量均為0 的基因）。采用survival 數(shù)據(jù)包將差異預(yù)后基因的表達(dá)量和生存數(shù)據(jù)進(jìn)行合并，然后采用單因素Cox 回歸分析進(jìn)行循環(huán)，設(shè)置CoxP<0.05 為過濾條件。

1.4 構(gòu)建GC 患者預(yù)后模型將Merge 數(shù)據(jù)庫中的GC 樣本進(jìn)行隨機(jī)分組，分為樣本組（402 例）和驗(yàn)證組（401 例），采用glmnet 數(shù)據(jù)包進(jìn)行Lasso Cox 比例風(fēng)險(xiǎn)回歸（迭代次數(shù)=1 000）構(gòu)建風(fēng)險(xiǎn)預(yù)后模型。風(fēng)險(xiǎn)得分=模型基因的表達(dá)量×風(fēng)險(xiǎn)系數(shù)之和，根據(jù)公式計(jì)算每個(gè)樣本的風(fēng)險(xiǎn)得分，根據(jù)打分中位值將樣本組劃分為低和高風(fēng)險(xiǎn)組，將驗(yàn)證組劃分為低和高風(fēng)險(xiǎn)組。

1.5 目的基因篩選將TCGA 數(shù)據(jù)庫中379 例具有完整臨床信息的GC 患者納入分析，對構(gòu)建模型的6 個(gè)基因進(jìn)行臨床性狀過濾。采用TCGA 數(shù)據(jù)庫、GSE66229 數(shù)據(jù)庫和基于基因表達(dá)水平值的交互 式 分 析 平 臺(tái) （Gene Expression Profiling Interactive Analysis， GEPIA） （http：//gepia.cancer-pku.cn/）探討癌旁正常組織和腫瘤組織中APOD mRNA 表達(dá)水平的差異，同時(shí)采用人類蛋白圖庫（The Human Protein Atlas，HPA）數(shù)據(jù)庫中的免疫組織化學(xué)結(jié)果進(jìn)行驗(yàn)證。

1.6 APOD 獨(dú)立預(yù)后分析和生存分析在TCGA和GSE84437 數(shù)據(jù)庫中將APOD mRNA 表達(dá)水平、年齡、性別及TNM 分期等多個(gè)臨床因素與總生存期進(jìn)行單因素和多因素Cox 回歸分析，并繪制森林圖進(jìn)行可視化。將GC 患者按照APOD 表達(dá)水平的中位值分為低表達(dá)組和高表達(dá)組，采用Survival 數(shù)據(jù)包繪制生存曲線。

1.7 不同 APOD mRNA 表達(dá)水平患者臨床特征分析在TCGA 數(shù)據(jù)庫（379 例具有完整年齡、性別、分級、Stage分期和TNM分期胃癌患者）對不同APOD mRNA 表達(dá)水平患者進(jìn)行臨床特征分析，并采用GSE84437（包含433 例具有完整年齡、性別、T 和N 分期胃癌患者）數(shù)據(jù)庫進(jìn)行驗(yàn)證，采用ggpubr 數(shù)據(jù)包繪制箱式圖對分析結(jié)果進(jìn)行可視化。

1.8 APOD 表達(dá)水平的GSEA 分析和免疫浸潤分析將TCGA 數(shù)據(jù)庫中的GC 樣本按照APOD 表達(dá)水平的中位值分為低表達(dá)組和高表達(dá)組，采用GSEA 軟件進(jìn)行京都基因與基因組百科全書（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路富集分析。采用CIBERSORT 反卷積算法［8］評估GC 樣本中22 種免疫細(xì)胞含量，根據(jù)P<0.05 進(jìn)行過濾，篩選出367 例符合條件的樣本。采用ggpubr 和reshape2 數(shù)據(jù)包對免疫細(xì)胞差異結(jié)果進(jìn)行可視化。采用corrplot 數(shù)據(jù)包繪制22 種免疫細(xì)胞含量相關(guān)性矩形圖，繪制棒狀圖分析APOD 與免疫細(xì)胞含量的相關(guān)性，采用GSE84437 數(shù)據(jù)集對結(jié)果進(jìn)行驗(yàn)證。采用TISIDB在線數(shù)據(jù)庫［9］（http：//cis.hku.hk/TISIDB/） 分析GC 患者中APOD 與免疫激活劑、免疫抑制劑、趨化因子和受體之間的相關(guān)性。

1.9 APOD 藥物敏感性分析通過GSCA 在線網(wǎng)站（http：//bioinfo.life.hust.edu.cn/GSCA/） 中的抗癌藥物敏感性基因組學(xué)（Genomics of Drug Sensitibity in Cancer，GDSC）［10］和癌癥治療反應(yīng)門 戶（The Cancer Therapeutics Response Portal，CTRP）數(shù)據(jù)庫對APOD 進(jìn)行藥物敏感性分析，在TISIDB 數(shù)據(jù)庫中發(fā)掘以APOD 為治療靶點(diǎn)的藥物。

1.10 統(tǒng)計(jì)學(xué)分析采用R 統(tǒng)計(jì)軟件（4.2.0 版本）和SPSS 27.0 統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。細(xì)胞焦亡分型在胃GC 患者分布中的差異比較采用χ2檢驗(yàn)。TCGA 和GEO 數(shù)據(jù)庫中APOD mRNA 表達(dá)水平不符合正態(tài)分布，腫瘤組織和癌旁正常組織中APOD mRNA 表達(dá)水平比較采用Wilcoxon 秩和檢驗(yàn)；APOD mRNA 表達(dá)水平與患者臨床特征的相關(guān)性分析采用Wilcoxon 和Kruskal-Wallis 秩和檢驗(yàn)；生存分析采用Kaplan-Meier 方法（Log-rank 檢驗(yàn)）；采用受試者工作特征曲線（receiver operating characteristic curve，ROC） 數(shù)據(jù)包繪制ROC 曲線評估患者預(yù)后模型的準(zhǔn)確性；采用Spearman 相關(guān)分析探討APOD 與免疫因子表達(dá)之間的相關(guān)性。以P<0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 焦亡分型和分型間的相關(guān)性分析結(jié)果按照聚類分型原則將Merge 數(shù)據(jù)庫中的GC 樣本分為A 分型（342 例）和B 分型（465 例）（圖1A）。焦亡分型相關(guān)分析結(jié)果顯示：A 分型中焦亡相關(guān)基因表達(dá)水平高于B 分型（圖1B）；生存曲線顯示：A 分 型GC 患 者 預(yù) 后 更 好（P＝0.02，圖1C）；A 分型中激活B 淋巴細(xì)胞、激活CD4+T 淋巴細(xì)胞和激活CD8+T 淋巴細(xì)胞等22 種免疫細(xì)胞均高于B 分型（P<0.01，圖1D）。焦亡分型在胃癌中的差異分布結(jié)果顯示：不同年齡（P<0.01）和N 分期（P=0.04） GC 患者A 分型和B 分型百分率比較差異有統(tǒng)計(jì)學(xué)意義。見表1。

表1 不同臨床病理特征GC 患者細(xì)胞焦亡分型的分布Tab.1 Distributions of subtypes of pyroptosis in GC patients with different clinicopathological characteristics

圖1 2 種焦亡分型的差異分析Fig.1 Differential analysis on two subtypes of cell pyroptosis

2.2 預(yù)后模型的構(gòu)建采用Lasso 回歸和Cox 回歸對A 和B 分型的差異預(yù)后基因構(gòu)建GC 風(fēng)險(xiǎn)預(yù)后模型， 參與構(gòu)建模型的基因有載脂蛋白D（apolipoprotein D，APOD）、細(xì)胞程序性死亡蛋白1（programmed cell death 1，PDCD1）、葡萄糖轉(zhuǎn)運(yùn)體3（solute carrier family 2 member 3，SLC2A3）、轉(zhuǎn)谷氨酰胺酶2（transglutaminase 2，TGM2）、角蛋 白 7 （keratin 7， KRT7） 和 印 記 基 因 10（paternally expressed gene 10，PEG10）。生存曲線結(jié)果顯示：高風(fēng)險(xiǎn)組GC 患者預(yù)后較差（P<0.01，圖2A）。ROC 曲線結(jié)果顯示：驗(yàn)證組患者預(yù)測第1、3 和5 年生存率的ROC 曲線下面積（area under curve，AUC） 為0.634、0.666 及0.674，樣本組患者預(yù)測第1、3 和5 年生存率的AUC 為0.635、0.625 及0.637（圖2B）。表明該模型可以用來評估GC 患者預(yù)后水平，并且具有一定的可靠性。

圖2 GC 患者的Kaplan-Meier 曲線和ROC 曲線Fig.2 Kaplan-Meier curve and ROC curve of GC patients

2.3 APOD mRNA 表達(dá)水平與GC 患者臨床特征的關(guān)聯(lián)性本研究在TCGA 數(shù)據(jù)庫中對預(yù)后模型基因進(jìn)行臨床相關(guān)性過濾，結(jié)果顯示：APOD 是與GC 患者臨床性狀聯(lián)系最為緊密的基因（表2）。TCGA 數(shù) 據(jù) 庫、GSE66229 數(shù) 據(jù) 集 和GEPIA 檢 索結(jié)果顯示：GC 組織中APOD mRNA 表達(dá)水平低于癌旁正常組織（P<0.05），見圖3。由于GC 患者腫瘤組織和癌旁正常組織中APOD mRNA 表達(dá)水平有差異，因此本研究將其作為目的基因進(jìn)行后續(xù)分析。

表2 與GC 患者臨床特征有關(guān)聯(lián)的基因Tab.2 Genes related to clinical characteristics of GC patients

圖3 癌旁正常組織和腫瘤組織中APOD 表達(dá)水平的差異性分析Fig.3 Differential analysis on expression levels of APOD in adjacent normal tissue and GC tissue

2.4 GC 患者預(yù)后的生物標(biāo)志物TCGA 數(shù)據(jù)庫中單因素Cox 回歸分析結(jié)果顯示：年齡、Stage 分期、T 分期、N 分期、APOD 與GC 患者的生存有關(guān)聯(lián)。多因素Cox 回歸分析結(jié)果顯示：年齡和APOD 是影響GC 患者生存的獨(dú)立因素。GEO 數(shù)據(jù)庫中單因素和多因素Cox 回歸分析結(jié)果顯示APOD能夠獨(dú)立影響GC 患者生存。為了進(jìn)一步探討APOD 對GC 患者預(yù)后的影響，本研究將GC 組織樣本按照APOD 表達(dá)水平的中位值分為APOD 低表達(dá)組和APOD 高表達(dá)組，分別進(jìn)行生存分析，結(jié)果顯示：APOD 高表達(dá)不利于GC 患者的預(yù)后（P<0.05）。見圖4。

圖4 APOD 表達(dá)與GC 患者預(yù)后的關(guān)系Fig.4 Relationship between APOD expression and prognosis of GC patients

2.5 APOD 表達(dá)水平與GC 患者臨床特征的關(guān)系TCGA 數(shù)據(jù)庫中，不同年齡、性別、Stage 分期和T 分期患者的APOD 表達(dá)水平比較差異有統(tǒng)計(jì)學(xué)意義（P<0.05），且APOD 表達(dá)水平隨著T 分期的增高而增長。GEO 數(shù)據(jù)庫中，T2 和T3組、T2 和T4 組、N0 和N2 組患者APOD 表達(dá)水平比較差異有統(tǒng)計(jì)學(xué)意義（P<0.05），在T2～T4 組，隨著T 分期的增長，患者APOD 表達(dá)水平升高。見圖5。

圖5 APOD 表達(dá)水平與GC 患者臨床特征的關(guān)系Fig.5 Correlation between expression levels of APOD and clinical characteristics of GC patients

2.6 APOD 表達(dá)對免疫等通路中的調(diào)控作用本研究將TCGA 數(shù)據(jù)庫中的GC 組織樣本按照APOD表達(dá)水平分為APOD 低表達(dá)組和APOD 高表達(dá)組，分別進(jìn)行GSEA 分析，采用GSE84437 數(shù)據(jù)集對結(jié)果進(jìn)行驗(yàn)證。GSEA 分析結(jié)果顯示：2 個(gè)數(shù)據(jù)庫中APOD 高表達(dá)組均在免疫相關(guān)通路（細(xì)胞黏附通路和白細(xì)胞內(nèi)皮遷移通路） 和縫隙連通路中富集，APOD 低表達(dá)組均在DNA 復(fù)制、錯(cuò)配修復(fù)及堿基切除修復(fù)通路中富集。見圖6。

圖6 APOD 低表達(dá)組和APOD 高表達(dá)組的GSEA 分析Fig.6 GSEA analysis on APOD low expression group and APOD high expression group

2.7 APOD 表達(dá)與 GC 免疫微環(huán)境的關(guān)系在TCGA 數(shù)據(jù)庫和GSE84437 數(shù)據(jù)集中探討了APOD低表達(dá)組和APOD 高表達(dá)組之間免疫細(xì)胞含量的差異。APOD 高表達(dá)組中幼稚B 淋巴細(xì)胞、單核細(xì)胞、樹突狀細(xì)胞靜息和靜息肥大細(xì)胞含量較為豐富，而濾泡輔助細(xì)胞、CD4+記憶激活T 淋巴細(xì)胞、靜息NK 細(xì)胞和中性粒細(xì)胞含量相對較少。免疫細(xì)胞相關(guān)性分析結(jié)果顯示：CD4+記憶靜息T 淋巴細(xì)胞和CD8+T 淋巴細(xì)胞含量呈負(fù)相關(guān)關(guān)系，激活肥大細(xì)胞和靜息肥大細(xì)胞含量呈負(fù)相關(guān)關(guān)系。APOD 與濾泡輔助細(xì)胞、CD4+記憶激活T 淋巴細(xì)胞、靜息NK 細(xì)胞和中性粒細(xì)胞含量呈負(fù)相關(guān)關(guān)系。TISDB 分析結(jié)果顯示：APOD 在GC 組織中和免疫刺激劑CXC 趨化因子配體12（CXC chemokine ligand 12，CXCL12）（r=0.500，P<0.01）、免疫抑制劑轉(zhuǎn)化生長因子B1（transforming growth factor beta 1，TGFB1）（r=0.313，P<0.01）、趨化因子CC 趨 化 因 子 配 體 19（CC chemokine ligand 19，CCL19）（r=0.518，P<0.01）和受體CX3C 趨化因子受體1（CX3C chemokine receptor 1，CX3CR1）（r=0.444，P<0.01）呈正相關(guān)關(guān)系。見圖7。

圖7 APOD 表達(dá)與 GC 免疫微環(huán)境的關(guān)系Fig.7 Relationship between APOD expression and GC immune microenvironment

2.8 GDSC 數(shù)據(jù)庫藥物敏感性分析結(jié)果GDSC數(shù)據(jù)庫藥物敏感性分析結(jié)果顯示：APOD 與抗腫瘤藥物達(dá)拉非尼，B-Raf 抑制劑PLX4720、SB590885呈負(fù)相關(guān)關(guān)系（－0.4

圖8 APOD 藥物敏感性分析Fig.8 Drug sensitivity analysis on APOD

3 討 論

早期GC 起病隱匿，不易被發(fā)現(xiàn)，一旦確診基本已經(jīng)進(jìn)入晚期，患者將會(huì)錯(cuò)過最佳治療期。即使后期接受手術(shù)治療，其5 年生存率仍低于30%［11］。鑒于晚期GC 患者手術(shù)治療效果較差，本研究旨在尋找新的GC 分型和生物學(xué)標(biāo)志物以實(shí)現(xiàn)對GC 的早期診斷和早期治療， 從而提高GC 患者的生存率。

細(xì)胞焦亡是一種由 Gasdermin（GSDM）家族蛋白進(jìn)行誘導(dǎo)的程序性細(xì)胞死亡，在神經(jīng)退行性變［12］、動(dòng) 脈 粥 樣 硬 化［13］和 癌 癥［14］等 疾 病 中 發(fā) 揮重要作用。在癌癥組織中，細(xì)胞焦亡可以促進(jìn)炎性細(xì)胞的死亡，抑制癌細(xì)胞的增殖和遷移。本研究采用細(xì)胞焦亡相關(guān)基因?qū)C 患者分為A 和B 2 種分型，相關(guān)分析結(jié)果顯示：A 分型患者細(xì)胞焦亡相關(guān)基因的表達(dá)水平較高，且預(yù)后更好；A 分型患者中22 種免疫細(xì)胞含量均高于B 分型。目前已有相關(guān)報(bào)道顯示：依據(jù)細(xì)胞焦亡相關(guān)基因可以對乳腺癌［15］、膀胱癌［16］和結(jié)腸癌［17］等患者進(jìn)行分型，并且根據(jù)分型可對患者進(jìn)行預(yù)后評估，細(xì)胞焦亡相關(guān)基因的表達(dá)影響癌癥患者的腫瘤微環(huán)境，這與本研究結(jié)論一致。

本研究采用Lasso 回歸和Cox 回歸分析構(gòu)建風(fēng)險(xiǎn)預(yù)后模型，并對參與構(gòu)建模型的基因進(jìn)行臨床相關(guān)性過濾，篩選出聯(lián)系最為緊密的APOD 基因進(jìn)行后續(xù)分析。APOD 是一種多功能蛋白，在不同組織中其表達(dá)水平對預(yù)后的影響有差異。乳腺癌組織［18］中APOD 蛋白表達(dá)水平低于癌旁正常組織，APOD 高表達(dá)對患者預(yù)后有利。在結(jié)腸癌組織［19］中APOD 蛋白表達(dá)水平低于癌旁正常組織，而APOD 高表達(dá)卻不利于患者預(yù)后。本研究結(jié)果顯示：在GC 患者腫瘤組織中APOD 蛋白表達(dá)水平低于癌旁正常組織，并且APOD 高表達(dá)不利于GC 患者預(yù)后。此外本文作者發(fā)現(xiàn)：APOD 可以獨(dú)立對GC 患者進(jìn)行預(yù)后評估，APOD 蛋白表達(dá)水平還會(huì)隨著T 分期的增高而升高，因此認(rèn)為APOD 具有成為GC 預(yù)后標(biāo)志物的潛力。

APOD 高表達(dá)組在細(xì)胞黏附和白細(xì)胞內(nèi)皮遷移等免疫通路及縫隙連接通路中富集。細(xì)胞黏附在癌癥進(jìn)展中起到非常重要的作用，被認(rèn)為是腫瘤免疫逃逸和轉(zhuǎn)移性擴(kuò)散的標(biāo)志。細(xì)胞黏附分子常通過糖基化的改變，影響癌細(xì)胞和細(xì)胞外基質(zhì)蛋白之間的相互作用［20］。白細(xì)胞在參與炎癥反應(yīng)時(shí)會(huì)通過阿米巴運(yùn)動(dòng)的方式穿過緊密相連的內(nèi)皮細(xì)胞，通過間質(zhì) 組 織 進(jìn) 行 遷 移［21］?？p 隙 連 接（gap junction，GJ） 是一種連接2 個(gè)相鄰細(xì)胞通道構(gòu)成的膜結(jié)構(gòu)，相鄰細(xì)胞通過GJ 可以進(jìn)行信息、能量和物質(zhì)等交換，并且GJ 對細(xì)胞新陳代謝、內(nèi)環(huán)境穩(wěn)定及增殖分化等起重要調(diào)控作用［22］。APOD 可能是通過調(diào)控這些通路影響GC 浸潤深度，進(jìn)而影響GC 的發(fā)展，導(dǎo)致患者預(yù)后較差。

腫瘤微環(huán)境（tumor microenvironment，TME）與腫瘤發(fā)展關(guān)系密切，腫瘤細(xì)胞增殖常會(huì)導(dǎo)致TME 發(fā)生相應(yīng)重構(gòu)，TME 又在影響患者預(yù)后和抗癌療效等方面具有較大優(yōu)勢，因此目前人們越來越重視TME 的靶向治療［23］。本研究結(jié)果顯示：APOD 高表達(dá)組中濾泡輔助T 淋巴細(xì)胞、CD4+記憶激活T 淋巴細(xì)胞、靜息NK 細(xì)胞和中性粒細(xì)胞含量較低，并且APOD 蛋白表達(dá)水平與上述4 種免疫細(xì)胞的豐度呈負(fù)相關(guān)關(guān)系。而這4 種免疫細(xì)胞在腫瘤的發(fā)展中起抵抗作用，濾泡輔助T 淋巴細(xì)胞屬于輔 助B 細(xì) 胞 的CD4+T 淋 巴 細(xì) 胞 亞 群［24］，有 研究［25］顯示：在乳腺癌和結(jié)腸癌患者中，濾泡輔助T 淋巴細(xì)胞相關(guān)的細(xì)胞越少，患者預(yù)后越差，也有研究［26］顯示：濾泡輔助T 淋巴細(xì)胞缺失會(huì)導(dǎo)致CD8+T 淋巴細(xì)胞功能障礙。NK 細(xì)胞作為一種可以參與抗擊腫瘤的天然免疫細(xì)胞，不依賴抗原呈遞細(xì)胞（antigen-presenting cells，APCs）的刺激也可以直接殺傷腫瘤細(xì)胞，與腫瘤相互作用后，NK 細(xì)胞可以殺死其靶點(diǎn)并分泌細(xì)胞因子、腫瘤壞死因子α 和生長因子［27］。

CD4+記憶T 淋巴細(xì)胞是TME 的重要組成部分，影響腫瘤的發(fā)生發(fā)展，有研究［28］顯示在GC中高豐度CD4+記憶T 淋巴細(xì)胞的患者預(yù)后較好。中性粒細(xì)胞作為人體最主要的免疫細(xì)胞之一，具有免疫防御作用，可以抵抗細(xì)菌、真菌和病毒的侵襲，清除凋亡細(xì)胞有利于受損組織血管再生［29］。鑒于上述免疫細(xì)胞的腫瘤抵抗性，本文作者認(rèn)為是APOD 表達(dá)降低了4 種免疫細(xì)胞的豐度，從而導(dǎo)致GC 患者預(yù)后較差。

本研究結(jié)果顯示：APOD 表達(dá)與CXCL12、TGFB1、CCL19 和CX3CR1 表達(dá)呈正相關(guān)關(guān)系。CXCL12 是一種內(nèi)穩(wěn)態(tài)趨化因子，在自身免疫炎癥反應(yīng)中扮演抗炎趨化因子的作用，在癌細(xì)胞中可以促進(jìn)血管生成，調(diào)節(jié)腫瘤細(xì)胞凋亡。研究［30］顯示：CXCL12 在卵巢癌、小細(xì)胞肺癌、胰腺癌和前列腺癌等癌癥中可以刺激腫瘤細(xì)胞增殖。TGF-B1 作為一種免疫抑制劑，可以通過抑制T 淋巴細(xì)胞中白細(xì)胞介素2（interlukin-2，IL-2） 的表達(dá)和許多關(guān)鍵調(diào)節(jié)因子的分泌來抑制T 淋巴細(xì)胞的生長。在腫瘤細(xì)胞中TGF-B1 可以在惡性轉(zhuǎn)化后期促進(jìn)上皮細(xì)胞間充質(zhì)轉(zhuǎn)化和轉(zhuǎn)移［31］。CCL19 是一種穩(wěn)態(tài)趨化因子，在腫瘤細(xì)胞中可以誘導(dǎo)腫瘤異質(zhì)性，抑制細(xì)胞凋亡，促進(jìn)腫瘤細(xì)胞的轉(zhuǎn)移［32］。CX3CR1 作為趨化因子受體家族中的一員，與其配體形成的CX3CR1-CX3CL1 軸可以誘導(dǎo)具有促進(jìn)腫瘤活性的免疫細(xì)胞的增殖、遷移、侵襲和黏附，從而導(dǎo)致腫瘤的發(fā)生發(fā)展［33］。本文作者認(rèn)為：APOD 有可能通過調(diào)控上述免疫相關(guān)分子，促進(jìn)GC 發(fā)展，導(dǎo)致患者預(yù)后較差。

藥物敏感性分析結(jié)果顯示：APOD 和細(xì)胞周期檢 測 點(diǎn) 激 酶（checkpoint kinase， Chk） 抑 制 劑AZD-7762、多重激酶抑制劑KW-2449 和JAK2 抑制劑TG-101348 呈正相關(guān)關(guān)系。有研究［34］顯示：Chk 抑制劑在治療肺癌時(shí)已經(jīng)取得了顯著成效，其通過誘導(dǎo)細(xì)胞凋亡，阻滯細(xì)胞周期的方式，可以逆轉(zhuǎn)因細(xì)胞周期失調(diào)而引起的獲得性耐藥。多靶點(diǎn)激酶抑制劑可以同時(shí)阻斷多個(gè)細(xì)胞生長的信號(hào)傳導(dǎo)通路，目前已經(jīng)成為腫瘤新藥研發(fā)的重點(diǎn)［35］。JAK2抑制劑也對部分存在JAK2 信號(hào)通路異常的實(shí)體腫瘤具有一定療效，可以在一定程度上減慢腫瘤生長［36］。

本研究結(jié)果顯示：依據(jù)細(xì)胞焦亡分型可以很好地對GC 患者的預(yù)后進(jìn)行評估，且APOD 有可能成為GC 新的預(yù)后標(biāo)志物。臨床醫(yī)生在對GC 患者進(jìn)行診療時(shí)可以采用細(xì)胞焦亡分型，同時(shí)應(yīng)重視APOD 蛋白表達(dá)水平。但是APOD 在GC 中的調(diào)節(jié)機(jī)制仍需進(jìn)一步研究，其對GC 預(yù)后水平的評估作用也需要在臨床中進(jìn)一步驗(yàn)證。