肝細胞癌鐵死亡特征基因的ceRNA調(diào)控網(wǎng)絡(luò)構(gòu)建及分析

摘要：通過構(gòu)建肝細胞癌（HCC）鐵死亡特征基因的ceRNA調(diào)控網(wǎng)絡(luò)，探討特征基因在HCC中的預(yù)后價值。篩選差異表達鐵死亡相關(guān)基因（DE-FRGs），構(gòu)建DE-FRGs的預(yù)后風(fēng)險模型。采用生存分析、獨立預(yù)后分析、ROC曲線及C指數(shù)分析評價模型的準(zhǔn)確性。比較高、低風(fēng)險組間免疫細胞浸潤、腫瘤微環(huán)境及免疫治療反應(yīng)的差異。構(gòu)建并分析鐵死亡特征基因的ceRNA調(diào)控網(wǎng)絡(luò)。結(jié)果表明：高風(fēng)險組HCC患者總生存期和無進展生存期顯著低于低風(fēng)險組；風(fēng)險評分和腫瘤分期為HCC患者的獨立預(yù)后因素；與其他臨床特征相比，預(yù)后風(fēng)險模型具有更好的預(yù)測能力；高、低風(fēng)險組HCC患者在免疫細胞浸潤、腫瘤微環(huán)境及免疫治療反應(yīng)等方面的差異具有統(tǒng)計學(xué)意義；ceRNA調(diào)控網(wǎng)絡(luò)中，SLC7A11的高表達與HCC患者預(yù)后不良密切相關(guān)。

關(guān)鍵詞：

肝細胞癌； 鐵死亡； ceRNA； 預(yù)后； 免疫細胞浸潤

中圖分類號： R 735.7文獻標(biāo)志碼： A"" 文章編號： 1000-5013（2024）06-0746-10

Construction and Analysis of ceRNA Regulatory Network of Ferroptosis Feature Genes in Hepatocellular Carcinoma

ZHU Yaling， FANG Shanshan， LI Yijie， XU Xianxiang， DIAO Yong

（School of Medicine， Huaqiao University， Quanzhou 362021， China）

Abstract： By constructing a ceRNA regulatory network of ferroptosis feature genes in hepatocellular carcinoma （HCC）， the prognostic value of feature genes in HCC was explored. The differential expression of ferroptosis-related genes （DE-FRGs） was screened and a prognostic risk model of DE-FRGs was constructed. The accuracy of the model was evaluated using survival analysis， independent prognostic analysis， ROC curve and C index analysis. The differences of immune cell infiltration， tumor microenvironment and immunotherapy response were compared between high-risk and low-risk groups. The ceRNA regulatory network of ferroptosis feature genes was constructed and analyzed. The results showed that the overall survival and progression free survival of HCC patients in the high-risk group were significantly lower than those of the low-risk group. Risk score and tumor stage were independent prognostic factors for HCC patients. Compared with other clinical features， prognostic risk model had better predictive power. There were significant differences in immune cell infiltration， tumor microenvironment and immunotherapy response between high-risk and low-risk groups. High expression of SLC7A11 in the ceRNA network was closely associated with poor prognosis in HCC patients.

Keywords：hepatocellular carcinoma； ferroptosis； ceRNA； prognosis； immune cell infiltration

肝細胞癌（HCC）是肝臟惡性腫瘤的主要形式，占原發(fā)性肝癌病例的75%～85%［1-2］。雖然手術(shù)切除、肝移植、介入治療、靶向治療和免疫治療等技術(shù)不斷提升，但多數(shù)HCC患者被確診時已為晚期，且復(fù)發(fā)率和轉(zhuǎn)移率高，導(dǎo)致患者預(yù)后較差［3］。臨床上常用TNM分期系統(tǒng)［4］和巴塞羅那臨床分期系統(tǒng)［5］指導(dǎo) HCC 患者治療和預(yù)后預(yù)測，但其對患者預(yù)后預(yù)測的效果非常有限，因此，迫切需要尋找可靠的生物標(biāo)志物用于HCC早期診斷、治療和預(yù)后預(yù)測。

鐵死亡是一種鐵依賴性的調(diào)節(jié)性細胞死亡方式，由細胞內(nèi)鐵離子超載、活性氧積累、脂質(zhì)過氧化和各種細胞死亡效應(yīng)器的激活所驅(qū)動，最終導(dǎo)致質(zhì)膜破裂和細胞死亡［6-7］。大量研究表明，鐵死亡與HCC［8］、乳腺癌［9］、卵巢癌［10］等多種癌癥的發(fā)展相關(guān)。有報道稱，CISD1和TP53基因多態(tài)性能抑制HCC細胞鐵死亡，這證明鐵死亡相關(guān)基因在HCC進展中發(fā)揮作用［11-12］。此外，還有研究發(fā)現(xiàn)NRF2、ABHD12和MT1G等鐵死亡相關(guān)基因?qū)λ骼悄嵴T導(dǎo)的HCC細胞鐵死亡具有保護作用［13-15］。近年來，誘導(dǎo)腫瘤細胞鐵死亡已成為一種很有前景的腫瘤治療策略。

競爭性內(nèi)源RNA（ceRNA）是一種復(fù)雜的轉(zhuǎn)錄后調(diào)控機制，涉及l(fā)ncRNA、miRNA和mRNA等多種分子［16］。lncRNA和mRNA具有相同的miRNA應(yīng)答元件（MRE），lncRNA可通過競爭性結(jié)合MRE間接調(diào)節(jié)mRNA表達水平和細胞功能［17］。有研究發(fā)現(xiàn)，lncRNA NEAT1可通過與miR-362-3p的競爭性結(jié)合促進MIOX的表達，從而增強erastin誘導(dǎo)的HCC細胞鐵死亡［18］。CeRNA網(wǎng)絡(luò)在HCC細胞鐵死亡過程中發(fā)揮重要的調(diào)控作用［19］，但其作用機制仍有待進一步完善。本文利用TCGA數(shù)據(jù)庫篩選HCC患者差異表達鐵死亡相關(guān)基因，并基于HCC患者的預(yù)后風(fēng)險模型構(gòu)建鐵死亡特征基因的ceRNA調(diào)控網(wǎng)絡(luò)，以期為深入研究HCC鐵死亡調(diào)控機制、探索誘導(dǎo)鐵死亡相關(guān)治療靶點提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

圖1為研究流程。從TCGA數(shù)據(jù)庫（https：∥portal.gdc.cancer.gov/）下載374例HCC組織樣本和50例正常組織樣本的RNA-Seq轉(zhuǎn)錄組測序數(shù)據(jù)及臨床資料。利用Perl軟件整理并提取各樣本的RNA表達矩陣和生存時間、生存狀態(tài)、年齡、性別、分級、分期等臨床特征信息，剔除信息不全的樣本。利用GENECODE網(wǎng)站（https：∥www.gencodegenes.org/）下載人類基因注釋GTF文件，對RNA表達矩陣進行注釋，從而區(qū)分mRNA和lncRNA。以ferroptosis為關(guān)鍵詞，分別在NCBI數(shù)據(jù)庫（https：∥www.ncbi.nlm.nih.gov/）和GeneCards數(shù)據(jù)庫（https：∥www.genecards.org/）檢索，得到364個鐵死亡相關(guān)基因（FRGs）。

1.2 差異表達鐵死亡相關(guān)基因的獲取及富集分析

采用R軟件的edgeR包對HCC組織和正常組織進行差異分析，以|log2 FC|＞1.5，F(xiàn)DR＜0.05（FC為差異倍數(shù)，F(xiàn)DR為錯誤發(fā)現(xiàn)率）為條件，篩選差異表達基因（DEGs）和差異表達lncRNAs（DElncRNAs）。將DEGs與FRGs取交集，得到差異表達鐵死亡相關(guān)基因（DE-FRGs）。利用R軟件clusterProfiler包對DE-FRGs進行基因本體（GO）和京都基因與基因組百科全書（KEGG）通路富集分析，并通過ggplot2包對富集結(jié)果進行可視化。當(dāng)Plt;0.05時，差異具有統(tǒng)計學(xué)意義。

1.3 預(yù)后風(fēng)險模型的構(gòu)建及評價

采用R軟件survival包進行單因素Cox回歸分析（過濾標(biāo)準(zhǔn)為Plt;0.05），篩選與HCC患者預(yù)后相關(guān)的DE-FRGs。為避免模型過度擬合，使用glmnet包進行最小絕對收縮并選擇算子（LASSO）回歸分析，選取平均交叉驗證誤差最小的λ 值（λ值決定了回歸系數(shù)被壓縮的程度，λ值越大，模型系數(shù)越小）。通過多因素Cox回歸分析，構(gòu)建預(yù)后風(fēng)險模型并計算風(fēng)險評分，根據(jù)風(fēng)險評分的中位值，將HCC患者分為高風(fēng)險組和低風(fēng)險組。采用Kaplan-Meier生存分析評估高、低風(fēng)險組間的總生存期和無進展生存期的差異。通過對風(fēng)險評分和患者年齡、性別、分級、分期等臨床特征進行單因素和多因素Cox回歸分析，驗證該模型是否能作為HCC患者的獨立預(yù)后因素。使用timeROC包繪制受試者操作特征（ROC）曲線，計算曲線下面積（AUC），AUC值越大，表示模型的準(zhǔn)確性越好。運用rms包計算模型的C指數(shù)，以評價模型的預(yù)測能力。

1.4 腫瘤免疫浸潤分析及免疫治療的評價

使用GSVA、GSEABase包進行ssGSEA富集分析，評估高、低風(fēng)險組HCC患者間腫瘤免疫細胞浸潤及免疫功能的差異。通過estimate包計算每個腫瘤組織的基質(zhì)評分、免疫評分、ESTIMATE評分和腫瘤純度，并分析腫瘤微環(huán)境在高、低風(fēng)險組間是否存在差異。采用TIDE算法計算每位患者的TIDE評分，以預(yù)測高、低風(fēng)險組HCC患者對免疫治療的反應(yīng)。

1.5 鐵死亡特征基因ceRNA調(diào)控網(wǎng)絡(luò)的構(gòu)建

將鐵死亡特征基因與DElncRNAs進行Spearman相關(guān)性分析，以相關(guān)性系數(shù)|r|gt;0.3，Plt;0.001為篩選標(biāo)準(zhǔn)，得到鐵死亡相關(guān)差異表達lncRNAs（FR-DElncRNAs）。通過miRcode數(shù)據(jù)庫（http：∥www.mircode.org/）下載高度保守的microRNA家族文件，使用Perl軟件比對獲得FR-DElncRNAs與miRNA相互作用關(guān)系。利用TargetScan數(shù)據(jù)庫（https：∥www.targetscan.org/vert_80/）、miRTarBase數(shù)據(jù)庫（https：∥mirtarbase.cuhk.edu.cn/～miRTarBase/miRTarBase_2022/php/index.php）和miRDB數(shù)據(jù)庫（https：∥mirdb.org/）預(yù)測 miRNA 調(diào)控的mRNA，并與鐵死亡特征基因取交集，得到miRNA與mRNA的關(guān)系對。采用Cytoscape軟件構(gòu)建鐵死亡特征基因的ceRNA調(diào)控網(wǎng)絡(luò)。

1.6 ceRNA調(diào)控網(wǎng)絡(luò)中特征基因的分析

首先，利用HCCDB數(shù)據(jù)庫（http：∥lifeome.net/database/hccdb/home.html）中15個公開的HCC表達數(shù)據(jù)集驗證特征基因在HCC中的表達情況。采用Kaplan-Meier Plotter數(shù)據(jù)庫（http：∥kmplot.com/analysis/index.php？p=background）進行生存分析，以評估特征基因的表達與HCC患者生存率之間的相關(guān)性。隨后，通過GSEA富集分析，預(yù)測特征基因在HCC發(fā)生發(fā)展中的作用機制。最后，運用TIMER數(shù)據(jù)庫（https：∥cistrome.shinyapps.io/timer/）可視化特征基因在泛癌中的表達情況，并分析其表達與HCC免疫細胞浸潤的相關(guān)性。

2 實驗結(jié)果與分析

2.1 差異表達鐵死亡相關(guān)基因的獲取

差異表達分析結(jié)果，如圖2所示。分析TCGA數(shù)據(jù)庫中HCC組織和正常組織的轉(zhuǎn)錄組數(shù)據(jù)，共得到1 788個DEGs，其中，上調(diào)基因1 400個，下調(diào)基因388個（圖2（a））；得到DElncRNAs 552個，其中，表達上調(diào)463個，表達下調(diào)89個（圖2（b））；DEGs與FRGs取交集，得到57個DE-FRGs（圖2（c））。

2.2 DE-FRGs的富集分析

利用R軟件對57個DE-FRGs進行富集分析，如圖3所示。由圖3（a）可知：DE-FRGs主要參與細胞對氧化應(yīng)激的反應(yīng)、鐵離子輸運、鐵離子穩(wěn)態(tài)、細胞對活性氧的反應(yīng)、炎癥反應(yīng)的調(diào)節(jié)等生物過程。由圖3（b）可知：DE-FRGs參與調(diào)控鐵死亡、IL17信號通路、VEGF信號通路、PPAR信號通路、TNF信號通路等，這些通路在肝癌的發(fā)生發(fā)展過程中發(fā)揮重要作用。

2.3 預(yù)后風(fēng)險模型的構(gòu)建

構(gòu)建預(yù)后風(fēng)險模型，結(jié)果如圖4所示。圖4中：HR為風(fēng)險比；95%CI為95%置信區(qū)間。通過單因素Cox回歸分析篩選出25個與HCC患者預(yù)后相關(guān)的DE-FRGs（圖4（a））；經(jīng)LASSO回歸進一步分析得到7個與HCC患者預(yù)后相關(guān)的DE-FRGs（圖4（b），（c））；通過多因素Cox回歸分析，得到5個用于構(gòu)建預(yù)后風(fēng)險模型的DE-FRGs，其中，SOCS2為HCC患者預(yù)后的保護因素，EZH2，SLC7A11，NQO1，MYCN為HCC患者預(yù)后的風(fēng)險因素（圖4（d））。

基于這5個DE-FRGs構(gòu)建預(yù)后風(fēng)險模型的風(fēng)險評分方程，即風(fēng)險評分=0.422×EZH2+0.211×SLC7A11+0.052×NQO1+0.158×MYCN-0.273×SOCS2。以風(fēng)險評分的中位值（0.971）為界，將HCC患者分為高風(fēng)險組和低風(fēng)險組。

2.4 預(yù)后風(fēng)險模型的評價

預(yù)后風(fēng)險模型的評價結(jié)果，如圖5所示。圖5中：t為時間。Kaplan-Meier生存分析結(jié)果顯示，高風(fēng)險組HCC患者的總生存期和無進展生存期顯著低于低風(fēng)險組（Plt;0.001）（圖5（a），（b））。單因素和多因素Cox回歸分析結(jié)果顯示，風(fēng)險評分和分期可作為HCC患者的獨立預(yù)后因素（Plt;0.001）（圖5（c），（d））。ROC曲線分析結(jié)果顯示，風(fēng)險模型預(yù)測HCC患者1 a，3 a和5 a生存期的AUC值分別為0.802，0.742和0.693（圖5（e））。參與風(fēng)險模型構(gòu)建的5個DE-FRGs的AUC值均大于0.740，提示這5個DE-FRGs為HCC鐵死亡特征基因（圖5（g））。與其他臨床特征的AUC值相比，風(fēng)險評分的AUC值最大（圖5（f）），且C指數(shù)分析發(fā)現(xiàn)風(fēng)險評分的敏感性和1-特異性明顯優(yōu)于其他臨床特征（圖5（h）），表明預(yù)后風(fēng)險模型比其他臨床特征更能準(zhǔn)確地預(yù)測HCC患者的預(yù)后情況。

2.5 腫瘤免疫細胞浸潤及免疫治療反應(yīng)分析

高、低風(fēng)險組患者腫瘤免疫細胞浸潤及免疫治療反應(yīng)分析，如圖6所示。圖6中：“*”表示Plt;0.05；“**”表示Plt;0.01；“***”表示Plt;0.001。通過ssGSEA免疫細胞浸潤分析發(fā)現(xiàn)，與低風(fēng)險組患者相比，高風(fēng)險組患者B細胞、肥大細胞、中性粒細胞等細胞的比例較低，而活化的樹突狀細胞的比例較高（Plt;0.05）（圖6（a））。免疫功能方面，高風(fēng)險組患者細胞溶解活性、Ⅰ型干擾素應(yīng)答、Ⅱ型干擾素應(yīng)答顯著降低（Plt;0.05）（圖6（b）），說明高風(fēng)險組患者存在免疫抑制的狀態(tài)。腫瘤微環(huán)境差異分析顯示，高風(fēng)險組具有較低的基質(zhì)評分和ESTIMATE評分（Plt;0.05）（圖6（c）），且腫瘤純度較高（Plt;0.05）（圖6（d））。此外，TIDE算法結(jié)果顯示，高風(fēng)險組TIDE評分顯著低于低風(fēng)險組（Plt;0.05）（圖6（e）），說明高風(fēng)險組患者對免疫治療的反應(yīng)更好。以上結(jié)果提示，高風(fēng)險組HCC患者腫瘤免疫抑制程度較高，對免疫治療更敏感，有望從免疫治療中獲益。

2.6 鐵死亡特征基因ceRNA調(diào)控網(wǎng)絡(luò)的構(gòu)建

經(jīng)Spearman 相關(guān)性分析得到50個FR-DElncRNA，其中46個表達上調(diào)，4個表達下調(diào)（圖7（a） ）。借助miRcode數(shù)據(jù)庫比對得到183個miRNA，再經(jīng)TargetScan，miRTarBase，miRDB數(shù)據(jù)庫共同預(yù)測得到1 786個mRNA，將mRNA與構(gòu)建風(fēng)險模型的5個鐵死亡特征基因取交集得到1個交集基因SLC7A11。根據(jù)分析得到的lncRNA-miRNA關(guān)系對和miRNA-mRNA關(guān)系對構(gòu)建ceRNA調(diào)控網(wǎng)絡(luò)（圖7（b）），網(wǎng)絡(luò)中SLC7A11為特征基因，潛在競爭性結(jié)合的miRNA 為hsa-miR-363-3p，hsa-miR-142-3p，hsa-miR-27a-3p，競爭性的FR-DElncRNA有RUSC1-AS1，CRNDE，HOTTIP。

2.7 ceRNA調(diào)控網(wǎng)絡(luò)中特征基因的分析

SLC7A11在HCCDB數(shù)據(jù)集中的差異表達分析，如表1所示。CeRNA調(diào)控網(wǎng)絡(luò)的特征基因SLC7A11在HCCDB數(shù)據(jù)庫的11個肝癌與癌旁組織數(shù)據(jù)集中表達量均顯著升高（Plt;0.05）。CeRNA調(diào)控網(wǎng)絡(luò)中特征基因的分析，如圖8所示。表1，圖8中：n為樣本數(shù)量。

SLC7A11在BRCA，CHOL，COAD，UCEC等20多種腫瘤組織中的表達量均顯著升高（Plt;0.05）（圖8（a）），說明高表達SLC7A11與多種腫瘤的發(fā)生發(fā)展密切相關(guān)。通過Kaplan-Meier生存分析發(fā)現(xiàn)，SLC7A11高表達能顯著降低患者生存率（Plt;0.05），是預(yù)后相關(guān)的風(fēng)險因素，該結(jié)果與前面的分析結(jié)果一致（圖8（b））。GSEA 富集分析結(jié)果發(fā)現(xiàn)，活化的SLC7A11在抗原加工與提呈、壞死性凋亡、鐵死亡等通路中顯著富集（Plt;0.05）（圖8（c））。免疫細胞浸潤結(jié)果顯示，SLC7A11在HCC中的表達水平與B細胞、CD8+T細胞、CD4+T細胞、巨噬細胞、中性粒細胞和樹突細胞的浸潤水平顯著正相關(guān)（Plt;0.05），提示SLC7A11在調(diào)節(jié)HCC免疫細胞浸潤過程中起重要作用（圖8（d））。

3 討論

細胞內(nèi)鐵代謝失衡和活性氧積累導(dǎo)致的脂質(zhì)過氧化是參與鐵死亡過程的主要因素，并受到多個基因的調(diào)控［20］。隨著鐵死亡研究的不斷深入，越來越多的鐵死亡相關(guān)基因作為鐵死亡相關(guān)途徑的介質(zhì)參與HCC的進展［21］。因此，探索HCC中鐵死亡相關(guān)基因的調(diào)控機制，對于尋找更有效的HCC治療靶點、改善HCC患者預(yù)后具有重要意義。

利用TCGA數(shù)據(jù)庫分析得到57個DE-FRGs，經(jīng)LASSO-Cox回歸分析篩選出5個DE-FRGs用于構(gòu)建預(yù)后風(fēng)險模型，包括SOCS2，EZH2，SLC7A11，NQO1和MYCN。SOCS2表達異常參與了HCC的發(fā)生、發(fā)展、轉(zhuǎn)移和預(yù)后［22］。有研究證實，高表達的SOCS2是預(yù)測HCC放射敏感性的生物標(biāo)志物之一，其可通過促進SLC7A11的泛素化降解，進一步誘導(dǎo)鐵死亡，提示靶向SOCS2可提高HCC放療的效率，改善患者的預(yù)后［23］。EZH2的過表達促進了HCC的發(fā)生、進展和轉(zhuǎn)移［24］。研究發(fā)現(xiàn)，EZH2通過表觀遺傳沉默P21、染色質(zhì)解旋酶DNA結(jié)合蛋白5、Cdkn2a等多種腫瘤抑制基因，促進肝癌細胞的增殖和轉(zhuǎn)移［25］。SLC7A11作為Xc系統(tǒng)的關(guān)鍵氨基酸轉(zhuǎn)運蛋白，參與胱氨酸的胞外攝取，促進主要抗氧化劑谷胱甘肽的合成，保護細胞免受氧化應(yīng)激的損傷［26］。大量實驗證明，SLC7A11的高表達與多種腫瘤的生長、侵襲、轉(zhuǎn)移及不良預(yù)后密切相關(guān)［27］。有研究發(fā)現(xiàn)，circ0097009直接結(jié)合并阻斷miR-1261，從而誘導(dǎo)SLC7A11表達上調(diào)和鐵死亡抑制，最終導(dǎo)致HCC細胞增殖和侵襲［28］。NQO1高表達與腫瘤轉(zhuǎn)移、血管生成和預(yù)后不良相關(guān)。HCC細胞中高表達的NQO1通過激活PI3K/AKT和MAPK/ERK信號通路促進HCC細胞增殖并介導(dǎo)腫瘤生長［29］。MYCN是HCC復(fù)發(fā)的生物標(biāo)志物，也是肝癌治療的重要靶點［30］。MYCN基因的敲除可抑制HCC細胞的增殖和侵襲［31］。利用生存分析和ROC曲線分析對預(yù)后風(fēng)險模型進行評價，結(jié)果顯示，構(gòu)建的風(fēng)險模型可較準(zhǔn)確地評估HCC患者的預(yù)后情況，具有良好的預(yù)測能力，可作為HCC患者預(yù)后風(fēng)險評估的有力工具。此外，高、低風(fēng)險組HCC患者在腫瘤免疫細胞浸潤、免疫功能、腫瘤微環(huán)境及免疫治療反應(yīng)方面的差異均具有統(tǒng)計學(xué)意義，說明風(fēng)險模型能較準(zhǔn)確地反映HCC患者的免疫狀態(tài)，在HCC患者免疫治療方法的選擇中具有一定的參考價值。

構(gòu)建了1個由3個FR-DElncRNAs、3個miRNA和1個DE-FRGs組成的ceRNA調(diào)控網(wǎng)絡(luò)，網(wǎng)絡(luò)中差異表達上調(diào)的RUSC1-AS1，CRNDE和HOTTIP通過競爭性結(jié)合hsa-miR-363-3p，hsa-miR-142-3p和hsa-miR-27a-3p調(diào)節(jié)SLC7A11的表達。有報道稱，過表達的RUSC1-AS1可通過調(diào)節(jié)miR-340-5p/CREB1誘導(dǎo)HCC細胞的增殖、侵襲和遷移，從而促進HCC的進展［32］。CRNDE通過吸附miR-539-5p促進POU2F1的表達，從而促進HCC細胞增殖和轉(zhuǎn)移［33］。HOTTIP作為一種預(yù)后標(biāo)志物，可促進肝癌和胰腺癌等腫瘤發(fā)生和發(fā)展［34］。然而，上述lncRNAs競爭性結(jié)合miRNA調(diào)節(jié)SLC7A11表達進而影響HCC細胞鐵死亡的研究鮮有報道。因此，文中構(gòu)建的ceRNA調(diào)控網(wǎng)絡(luò)有望為HCC細胞鐵死亡機制的研究提供新思路。此外，研究還利用外部數(shù)據(jù)庫進一步驗證了SLC7A11在泛癌、生存及免疫細胞浸潤方面的作用，說明SLC7A11可作為HCC治療和預(yù)后評估的可靠靶點。

綜上所述，研究成功構(gòu)建了基于鐵死亡特征基因的預(yù)后風(fēng)險模型和ceRNA調(diào)控網(wǎng)絡(luò)，為深入研究鐵死亡相關(guān)基因在肝細胞癌中的作用機制提供參考。由于研究是基于TCGA數(shù)據(jù)庫進行的回顧性分析，仍存在一定的局限性，需進一步在臨床病例中進行驗證。

參考文獻：

［1］ SUNG H，F(xiàn)ERLAY J，SIEGEL R L，et al.Global cancer statistics 2020： GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］.CA： A Cancer Journal for Clinicians，2021，71（3）：209-249.DOI：10.3322/caac.21660.

［2］ GANESAN P，KULIK L M.Hepatocellular carcinoma［J］.Clinics in Liver Disease，2023，27（1）：85-102.DOI：10.1016/j.cld.2022.08.004.

［3］ VOGEL A，MEYER T，SAPISOCHIN G，et al.Hepatocellular carcinoma［J］.Lancet，2022，400（10360）：1345-1362.DOI：10.1016/S0140-6736（22）01200-4.

［4］ AMIN M B，GREENE F L，EDGE S B，et al.The eighth edition AJCC cancer staging manual： Continuing to build a bridge from a population-based to a more ″personalized″ approach to cancer staging［J］.CA： A Cancer Journal for Clinicians，2017，67（2）：93-99.DOI：10.3322/caac.21388.

［5］ REIG M，F(xiàn)ORNER A，RIMOLA J，et al.BCLC strategy for prognosis prediction and treatment recommendation： The 2022 update［J］.Journal of Hepatology，2022，76（3）：681-693.DOI：10.1016/j.jhep.2021.11.018.

［6］ AJOOLABADY A，TANG D，KROEMER G，et al.Ferroptosis in hepatocellular carcinoma： Mechanisms and targeted therapy［J］.British Journal of Cancer，2023，128（2）：190-205.DOI：10.1038/s41416-022-01998-x.

［7］ HUANG Ziyue，XIA Haoming，CUI Yunfu，et al.Ferroptosis： From basic research to clinical therapeutics in hepatocellular carcinoma［J］.Journal of Clinical and Translational Hepatology，2023，11（1）：207-218.DOI：10.14218/JCTH.2022.00255.

［8］ TANG Daolin，KROEMER G，KANG Rui.Ferroptosis in hepatocellular carcinoma： From bench to bedside［J］.Hepatology，2023，11（1）：207-218.DOI：10.1097/HEP.0000000000000390.

［9］ YANG Fan，XIAO Yi，DING Jiahan，et al.Ferroptosis heterogeneity in triple-negative breast cancer reveals an innovative immunotherapy combination strategy［J］.Cell Metabolism，2023，35（1）：84-100.DOI：10.1016/j.cmet.2022.09.021.

［10］ CHENG Zhe，CHEN Yongheng，HUANG Huichao.Identification and validation of a novel prognostic signature based on ferroptosis-related genes in ovarian cancer［J］.Vaccines，2023，11（2）：205-225.DOI：10.3390/vaccines11020205.

［11］ YUAN Hua，LI Xuemei，ZHANG Xiuying，et al.CISD1 inhibits ferroptosis by protection against mitochondrial lipid peroxidation［J］.Biochemical and Biophysical Research Communications，2016，478（2）：838-844.DOI：10.1016/j.bbrc.2016.08.034.

［12］ JENNIS M，KUNG C P，BASU S，et al.An African-specific polymorphism in the TP53 gene impairs p53 tumor suppressor function in a mouse model［J］.Genes amp; Development，2016，30（8）：918-930.DOI：10.1101/gad.275891.115.

［13］ CHANG K，CHEN Y，ZHANG X，et al.DPP9 Stabilizes NRF2 to suppress ferroptosis and induce sorafenib resistance in clear cell renal cell carcinoma［J］.Cancer Research，2023，83（23）：3940-3955.DOI：10.1158/0008-5472.

［14］ CAI Mengxing，LUO Jingwen，YANG Chunxiu，et al.ABHD12 contributes to tumorigenesis and sorafenib resistance by preventing ferroptosis in hepatocellular carcinoma［J］.iScience，2023，26（12）：108340-108358.DOI：10.1016/j.isci.2023.108340.

［15］ SUN Xiaofang，NIU Xiaohua，CHEN Ruochan，et al.Metallothionein-1G facilitates sorafenib resistance through inhibition of ferroptosis［J］.Hepatology，2016，64（2）：488-500.DOI：10.1002/hep.28574.

［16］ THOMSON D W，DINGER M E.Endogenous microRNA sponges： Evidence and controversy［J］.Nature Reviews Genetics，2016，17（5）：272-283.DOI：10.1038/nrg.2016.20.

［17］ SHI Yi，LIU Jibin，DENG Jing，et al.The role of ceRNA-mediated diagnosis and therapy in hepatocellular carcinoma［J］.Hereditas，2021，158（1）：44-58.DOI：10.1186/s41065-021-00208-7.

［18］ ZHANG Ying，LUO Meiying，CUI Xiaohong，et al.Long noncoding RNA NEAT1 promotes ferroptosis by modulating the miR-362-3p/MIOX axis as a ceRNA［J］.Cell Death and Differentiation，2022，29（9）：1850-1863.DOI：10.1038/s41418-022-00970-9.

［19］ YANG Zelong，HE Kun，CHEN Weigang，et al.A ferroptosis-related ceRNA network in hepatocellular carcinoma for potential clinical applications［J］.American Journal of Translational Research，2023，15（6）：3912-3927.

［20］ CHEN Xin，LI Jingbo，KANG Rui，et al.Ferroptosis： Machinery and regulation［J］.Autophagy，2021，17（9）：2054-2081.DOI：10.1080/15548627.2020.1810918.

［21］ TANG Daolin，CHEN Xin，KANG Rui，et al.Ferroptosis： Molecular mechanisms and health implications［J］.Cell Research，2021，31（2）：107-125.DOI：10.1038/s41422-020-00441-1.

［22］ LIU Jiankun，LIU Zhiyong，LI Wei，et al.SOCS2 is a potential prognostic marker that suppresses the viability of hepatocellular carcinoma cells［J］.Oncology Letters，2021，21（5）：399-409.DOI：10.3892/ol.2021.12660.

［23］ CHEN Qianping，ZHENG Wang，GUAN Jian，et al.SOCS2-enhanced ubiquitination of SLC7A11 promotes ferroptosis and radiosensitization in hepatocellular carcinoma［J］.Cell Death amp; Differentiation，2022，30（1）：137-151.DOI：10.1038/s41418-022-01051-7.

［24］ AU S L K，WONG C C L，LEE J M F，et al.Enhancer of zeste homolog 2 epigenetically silences multiple tumor suppressor microRNAs to promote liver cancer metastasis［J］.Hepatology，2012，56（2）：622-631.DOI：10.1002/hep.25679.

［25］ WANG Bohan，LIU Yachong，LIAO Zhibin，et al.EZH2 in hepatocellular carcinoma： Progression， immunity， and potential targeting therapies［J］.Experimental Hematology amp; Oncology，2023，12（1）：52-65.DOI：10.1186/s40164-023-00405-2.

［26］ SHIN C S，MISHRA P，WATROUS J D，et al.The glutamate/cystine xCT antiporter antagonizes glutamine metabolism and reduces nutrient flexibility［J］.Nature Communications，2017，21（8）：15074-15085.DOI：10.1038/ncomms15074.

［27］ HE Feng，ZHANG Peng，LIU Junlai，et al.ATF4 suppresses hepatocarcinogenesis by inducing SLC7A11 （xCT） to block stress-related ferroptosis［J］.Journal of Hepatology，2023，79（2）：362-377.DOI：10.1016/j.jhep.2023.03.016.

［28］ L Ning，ZENG Yan，KONG Yanan，et al.Ferroptosis is involved in the progression of hepatocellular carcinoma through the circ0097009/miR-1261/SLC7A11 axis［J］.Annals of Translational Medicine，2021，9（8）：675-686.DOI：10.21037/atm-21-997 .

［29］ DIMRI M，HUMPHRIES A，LAKNAUR A，et al.NAD（P）H quinone dehydrogenase 1 ablation inhibits activation of the phosphoinositide 3-kinase/Akt serine/threonine kinase and mitogen-activated protein kinase/extracellular signal-regulated kinase pathways and blocks metabolic adaptation in hepatocellular carcinoma［J］.Hepatology，2020，71（2）：549-568.DOI：10.1002/hep.30818.

［30］ QIN Xianyang，SU Ting，YU Wenkui，et al.Lipid desaturation-associated endoplasmic reticulum stress regulates MYCN gene expression in hepatocellular carcinoma cells［J］.Cell Death amp; Disease，2020，11（1）：66-79.DOI：10.1038/s41419-020-2257-y.

［31］ YASUKAWA K，LIEW L C，HAGIWARA K，et al.MicroRNA-493-5p-mediated repression of the MYCN oncogene inhibits hepatic cancer cell growth and invasion［J］.Cancer Science，2020，111（3）：869-880.DOI：10.1111/cas.14292.

［32］ LIU Chunjiang，TANG Liming，XU Miaojun，et al.LncRNA RUSC1-AS1 contributes to the progression of hepatocellular carcinoma cells by modulating miR-340-5p/CREB1 axis［J］.American Journal of Translational Research，2021，13（3）：1022-1036.

［33］ LI Zhixi，WU Gang，LI Jie，et al.lncRNA CRNDE promotes the proliferation and metastasis by acting as sponge miR-539-5p to regulate POU2F1 expression in HCC［J］.BMC Cancer，2020，20（1）：282-293.DOI：10.1186/s12885-020-06771-y.

［34］ WEI Huamei，XU Zuoming，CHEN Liucui，et al.Long non-coding RNA PAARH promotes hepatocellular carcinoma progression and angiogenesis via upregulating HOTTIP and activating HIF-1α/VEGF signaling［J］.Cell Death and Disease，2022，13（2）：102-115.DOI：10.1038/s41419-022-04505-5.

（責(zé)任編輯： "黃曉楠" 英文審校： 劉源崗）

通信作者： 刁勇（1967-），男，教授，博士，博士生導(dǎo)師，主要從事基因治療藥物的研究。E-mail：diaoyong@hqu.edu.cn。

基金項目： 福建省泉州市高層次人才項目（2022C006R）https：//hdxb.hqu.edu.cn/