嘌呤能受體在卵巢癌中的預(yù)后價(jià)值及腫瘤免疫浸潤分析

摘要：目的" 構(gòu)建漿液性卵巢癌（OV）嘌呤能受體家族基因的預(yù)后模型，分析基因的表達(dá)與免疫細(xì)胞浸潤及常用化療藥物的關(guān)系。方法" 下載癌癥基因圖譜（TCGA）等數(shù)據(jù)庫中15個(gè)嘌呤能受體家族基因的表達(dá)譜數(shù)據(jù)及臨床信息，利用LASSO回歸分析篩選與OV患者生存有關(guān)的基因，根據(jù)風(fēng)險(xiǎn)值對患者分組并使用Kaplan-Meier Plotter對關(guān)鍵基因進(jìn)行生存分析。應(yīng)用多因素Cox回歸分析構(gòu)建基于TCGA-OV數(shù)據(jù)集的預(yù)后模型，繪制列線圖和校準(zhǔn)曲線。利用TIMER、xCell算法進(jìn)行免疫浸潤分析。利用TIDE算法分析基因的表達(dá)與免疫檢查點(diǎn)阻斷（ICB）治療的相關(guān)性。利用TCGA聯(lián)合癌癥藥物敏感性基因組學(xué)（GDSC）數(shù)據(jù)庫進(jìn)行藥物敏感性分析。結(jié)果" LASSO回歸分析篩選得到6個(gè)嘌呤能受體家族基因與OV患者預(yù)后有關(guān)。多因素Cox回歸分析顯示，P2RX6、P2RY12、P2RY14、年齡和種族是OV患者獨(dú)立的預(yù)后因素（Plt;0.05）。P2RX6和P2RY14在OV中表達(dá)下調(diào)（Plt;0.05）。P2RY14的表達(dá)不僅與PDCD1、CTLA4、TIGIT等多種免疫檢查點(diǎn)有關(guān)，還與紫杉醇、順鉑、環(huán)磷酰胺、多西他賽的半抑制濃度（IC50）呈負(fù)相關(guān)。P2RY14相關(guān)基因主要參與免疫細(xì)胞激活、分化、增殖等生物學(xué)過程。結(jié)論" 基于TCGA數(shù)據(jù)庫構(gòu)建OV患者的預(yù)后模型，經(jīng)篩選得出P2RY14可作為OV患者預(yù)后獨(dú)立危險(xiǎn)因素，可為指導(dǎo)OV的免疫治療提供新的思路和方向。

關(guān)鍵詞：嘌呤能受體；漿液性卵巢癌；數(shù)據(jù)庫；預(yù)后；免疫浸潤

中圖分類號：R737.31" " " " " " " " " " " " " " " " "文獻(xiàn)標(biāo)識碼：A" " " " " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2024.17.001

文章編號：1006-1959（2024）17-0001-10

Prognostic Value of Purinergic Receptors in Ovarian Cancer and Analysis of Tumor Immune Infiltration

LI Zhao1，ZHOU Yu-ming2，JIANG Ru2，YU Yun-liang2

（1.Department of Medical Laboratory，Linqing People’s Hospital，Liaocheng 252600，Shandong，China;

2.Department of Medical Laboratory，Yantai Affiliated Hospital of Binzhou Medical University，Yantai 264100，Shandong，China）

Abstract：Objective" To construct a prognostic model of purinergic receptor family genes in serous ovarian cancer （OV）， and to analyze the relationship between gene expression and immune cell infiltration and commonly used chemotherapeutic drugs.Methods" The expression profile data and clinical information of 15 purinergic receptor family genes in databases such as the Cancer Genome Atlas （TCGA） were downloaded. LASSO regression analysis was used to screen genes related to the survival of OV patients. Patients were grouped according to the risk value and Kaplan-Meier Plotter was used to analyze the survival of key genes. Multivariate Cox regression analysis was used to construct a prognostic model based on TCGA-OV data set， and the nomogram and calibration curve were drawn. Immune infiltration analysis was performed using TIMER and xCell algorithms. TIDE algorithm was used to analyze the correlation between gene expression and immune checkpoint blockade （ICB） treatment. Drug sensitivity analysis was performed using the TCGA combined with Genomics of Drug Sensitivity in Cancer （GDSC） database.Results" Six purinergic receptor family genes screened by LASSO regression analysis were related to the prognosis of OV patients. Multivariate Cox regression analysis showed that P2RX6， P2RY12， P2RY14， age and race were independent prognostic factors for OV patients （Plt;0.05）. The expression of P2RX6 and P2RY14 was down-regulated in OV （Plt;0.05）. The expression of P2RY14 was not only related to PDCD1， CTLA4， TIGIT and other immune checkpoints， but also negatively correlated with the half inhibitory concentration （IC50） of paclitaxel， cisplatin， cyclophosphamide and docetaxel. P2RY14-related genes were mainly involved in biological processes such as immune cell activation， differentiation， and proliferation.Conclusion" Based on the TCGA database， the prognostic model of OV patients is constructed. After screening， P2RY14 can be used as an independent risk factor for the prognosis of OV patients， which can provide new ideas and directions for guiding the immunotherapy of OV.

Key words：Purinergic receptors;Ovarian serous cancer;Database;Prognosis;Immune infiltration

上皮性卵巢癌是女性生殖道三大惡性腫瘤之一，其中漿液性卵巢癌（ovarian serous cancer， OV）是上皮性卵巢癌主要組織學(xué)類型[1]。近年來，隨著免疫檢查點(diǎn)阻斷療法（immune checkpoints blockade， ICB）、樹突狀細(xì)胞疫苗（dendritic-cell vaccine， DCVAC）、嵌合抗原受體T細(xì)胞治療等免疫療法的應(yīng)用，免疫治療目前已成為OV治療最具前景和最具潛力的療法[2-4]。盡管各種免疫治療方法在OV治療中顯示出一定的效果，但OV，尤其是高級別OV，其特征是腫瘤微環(huán)境（tumor microenvironment， TME）免疫浸潤程度較低，對免疫治療的應(yīng)答率較低[5]。篩選與ICB有關(guān)的OV預(yù)測標(biāo)記物或預(yù)測模型來輔助臨床診療，對于OV患者的個(gè)體化和精準(zhǔn)化免疫治療及改善患者的預(yù)后具有重要價(jià)值。嘌呤能受體家族分子是機(jī)體內(nèi)重要的ATP門控離子通道受體，其家族主要包括7種P2X受體（P2X purinoreceptors， P2RXs）和8種P2Y受體（P2Y purinoreceptors， P2RYs）[6]。P2RXs包括P2RX1～P2RX7，P2RYs包括P2RY1、P2RY2、P2RY4、P2RY6、P2RY11、P2RY12、P2RY13和P2RY14。這些分子廣泛參與機(jī)體能量代謝、免疫調(diào)控、炎癥反應(yīng)等生物學(xué)進(jìn)程。近年來，研究發(fā)現(xiàn)嘌呤能受體分子在女性生殖系統(tǒng)、消化系統(tǒng)、呼吸系統(tǒng)等腫瘤中發(fā)揮重要的免疫調(diào)控作用[7-10]。然而關(guān)于其家族成員是否對OV患者有影響的研究鮮有報(bào)道。本研究以癌癥基因圖譜（The Cancer Genome Atlas， TCGA）數(shù)據(jù)庫、基因型組織表達(dá)（The Genotype-Tissue Expression， GTEx）數(shù)據(jù)庫、高通量基因表達(dá)（Gene Expression Omnibus， GEO）數(shù)據(jù)庫、癌癥相關(guān)藥物敏感性基因組學(xué)（Genomics of Drug Sensitivity in Cancer， GDSC）數(shù)據(jù)庫為基礎(chǔ)，建立15個(gè)嘌呤能受體家族基因的風(fēng)險(xiǎn)預(yù)測模型并進(jìn)行篩選驗(yàn)證，分析關(guān)鍵基因的表達(dá)與OV患者的預(yù)后、腫瘤浸潤細(xì)胞（Tumor Immune Infiltrating Cells， TIICs）、免疫檢查點(diǎn)（Immune Checkpoints， ICs）、ICB、常用化療藥物的半抑制濃度（half maximal inhibitory concentration， IC50）等的相關(guān)關(guān)系，旨在為進(jìn)一步探索嘌呤能受體在OV中發(fā)揮作用的機(jī)制提供線索。

1資料與方法

1.1數(shù)據(jù)來源與處理" 從Sangerbox生物信息在線平臺（https：//sangerbox.com）下載經(jīng)標(biāo)準(zhǔn)化處理后基因的表達(dá)譜數(shù)據(jù)及臨床信息，這些數(shù)據(jù)來源于TCGA數(shù)據(jù)庫（http：//cancergenome.nih.gov）（TCGA-OV共419例）和GTEx數(shù)據(jù)庫（https：//gtexportal.org/）（正常卵巢組織共88例）。下載GEO數(shù)據(jù)集（https：//www.ncbi.nlm.nih.gov/geo/）（GSE12470[11]及GSE40595[12]）中正常卵巢組織和OV組織數(shù)據(jù)，格式為“MINiML”的表達(dá)譜數(shù)據(jù)進(jìn)行表達(dá)分析驗(yàn)證。

1.2預(yù)后模型的構(gòu)建" 運(yùn)用R軟件“glmnet”包，利用最小絕對收縮和選擇運(yùn)算符（Least Absolute Shrinkage and Selection Operator， LASSO）回歸分析構(gòu)建預(yù)測模型。根據(jù)log（λ）序列生成LASSO系數(shù)剖面圖，其中最優(yōu)λ值使用10折交叉驗(yàn)證獲取。在LASSO回歸模型中納入基因的表達(dá)水平與相關(guān)系數(shù)的乘積，繪制部分似然偏差曲線與log（λ）的相關(guān)關(guān)系圖。計(jì)算每個(gè)樣本的風(fēng)險(xiǎn)評分從而將樣本根據(jù)分值的高低進(jìn)行分組，隨后使用Kaplan-Meier Plotter繪制生存曲線，分析兩組間的生存差異，以觀察不同樣本的風(fēng)險(xiǎn)評分、生存時(shí)間和存活狀態(tài)。根據(jù)風(fēng)險(xiǎn)評分的高低繪制受試者工作特征曲線（Receiver Operator charateristic Curve， ROC），統(tǒng)計(jì)分析OV患者第1、2、3年ROC下方面積（Area Under Curve， AUC），以此對建立模型中的不同時(shí)間的預(yù)測效能進(jìn)行評估。

1.3篩選OV患者預(yù)后的獨(dú)立危險(xiǎn)因素" 運(yùn)用“forestplot”“rms”等R軟件包，使用單因素和多因素Cox回歸分析計(jì)算每個(gè)變量的P值、風(fēng)險(xiǎn)比（Hazard Ratio， HR）和95%可信區(qū)間，并繪制森林圖。基于多因素Cox回歸分析的結(jié)果，構(gòu)建列線圖以預(yù)測OV患者第1、2、3年每個(gè)風(fēng)險(xiǎn)因素對OV患者的預(yù)后價(jià)值。為評估列線圖實(shí)際生存和預(yù)測生存的一致性，繪制預(yù)測第1、2、3年生存率的校準(zhǔn)曲線，用于評估預(yù)測風(fēng)險(xiǎn)與實(shí)際風(fēng)險(xiǎn)的接近程度。校準(zhǔn)曲線越靠近45°對角線，斜率越接近1，模型的預(yù)測效能越高。

1.4免疫浸潤分析" TIMER算法是利用反褶積算法從基因表達(dá)譜中推斷TIICs的豐度的一種算法，可估計(jì)TME中6種TIICs（B細(xì)胞，CD4+T細(xì)胞，CD8+T細(xì)胞，中性粒細(xì)胞，巨噬細(xì)胞和樹突狀細(xì)胞）的浸潤程度[13]。本研究使用TIMER算法分析了基因的表達(dá)與TME中6種TIICs的相關(guān)性。xCell算法根據(jù)免疫細(xì)胞和基質(zhì)細(xì)胞類型的基因表達(dá)數(shù)據(jù)進(jìn)行細(xì)胞類型富集分析，分析不同TIICs亞型的浸潤程度[14]。本研究使用xCell算法分析了目的基因的表達(dá)與不同類型的TIICs的相關(guān)性。使用Spearman相關(guān)性檢驗(yàn)分析基因的表達(dá)與8種常見ICs（CD274、CTLA4、HAVCR2、LAG3、PDCD1、PDCD1LG2、SIGLEC15和TIGIT）的相關(guān)性。使用腫瘤免疫功能障礙與排斥（Tumor Immune Dysfunction and Exclusion， TIDE）算法，在預(yù)處理基因組學(xué)的基礎(chǔ)上，預(yù)測OV患者對ICB治療的響應(yīng)性。

1.5富集分析" 基于OV中P2RY14的mRNA表達(dá)的四分位數(shù)，使用“Limma”等R軟件包將OV患者分為高表達(dá)組和低表達(dá)組，篩選差異具有統(tǒng)計(jì)學(xué)意義的基因，篩選標(biāo)準(zhǔn)為校正后的Plt;0.01，且差異表達(dá)倍數(shù)的對數(shù)值達(dá)2倍以上的基因。對篩選得到的上調(diào)的前50個(gè)P2RY14相關(guān)基因進(jìn)行聚類分析，繪制火山圖和熱圖。使用“cluster Profiler”等R軟件包對篩選的基因進(jìn)行基因本體論（GO）功能分析和京都基因與基因組百科全書（KEGG）通路分析。

1.6藥敏分析" 將TCGA獲得的OV患者的表達(dá)譜數(shù)據(jù)和臨床數(shù)據(jù)結(jié)合GDSC數(shù)據(jù)庫（https：//www.cancerrxgene.org/）信息，運(yùn)用R包“pRRophetic”預(yù)測每個(gè)樣本的化療反應(yīng)。使用Spearman相關(guān)性分析基因表達(dá)與6種常見OV化療藥物IC50之間的相關(guān)性。

1.7統(tǒng)計(jì)學(xué)方法" "所有統(tǒng)計(jì)分析均通過R（版本號：4.0.3）軟件進(jìn)行。兩組樣本基因表達(dá)差異的比較使用Wilcox檢驗(yàn)，三組樣本比較使用Kruskal-Wallis檢驗(yàn)。使用Spearman 相關(guān)性檢驗(yàn)分析P2RXs與TIICs、ICs、TIDE等的相關(guān)關(guān)系。Plt;0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2結(jié)果

2.1預(yù)后風(fēng)險(xiǎn)評分模型的建立" LASSO回歸分析顯示，15個(gè)嘌呤能受體家族分子中共有6個(gè)被納入OV患者風(fēng)險(xiǎn)評估模型，包括P2RX1、P2RX6、P2RY2、P2RY6、P2RY12和P2RY14。這6個(gè)基因中P2RX1、P2RY14被認(rèn)為是危險(xiǎn)基因，而P2RX6、P2RY2、P2RY6和P2RY12被認(rèn)為是保護(hù)基因（圖1A）。為了防止模型過度擬合，本研究使用交叉驗(yàn)證選擇了最優(yōu)的λ值，即篩選得到6個(gè)基因被納入風(fēng)險(xiǎn)評估模型（圖1B）。根據(jù)模型中風(fēng)險(xiǎn)評分的高低進(jìn)行分組，以展示兩組中不同樣本的風(fēng)險(xiǎn)評分、生存時(shí)間和存活狀態(tài)，結(jié)果如圖1C所示。進(jìn)一步繪制生存曲線，結(jié)果顯示生存曲線中高表達(dá)組的HR達(dá)1.8（Log-rank P=1.26e-5），見圖1D。說明該模型中高風(fēng)險(xiǎn)組相對于低風(fēng)險(xiǎn)組樣本的風(fēng)險(xiǎn)系數(shù)較高，即高風(fēng)險(xiǎn)組模型為危險(xiǎn)模型。對建立的風(fēng)險(xiǎn)模型不同時(shí)間的預(yù)測效能進(jìn)行評估，結(jié)果顯示第1、2和3年ROC曲線AUC分別為0.567、0.6和0.609，說明該模型在OV中短期預(yù)測效能良好（圖1E）。

2.2構(gòu)建與評估OV患者生存時(shí)間預(yù)測的列線圖" 單因素Cox回歸分析顯示，P2RX1、P2RX6、P2RY12、P2RY14、年齡和種族與OV患者的總生存期有關(guān)（Plt;0.05，圖2A）。多因素Cox回歸分析顯示，P2RX6、P2RY12、P2RY14、年齡和種族與OV患者生存期有關(guān)（Plt;0.05，圖2B）。其中，P2RX6的HR為1.36349，P2RY12的HR為1.47826，P2RY14的HR為0.59017，說明P2RX6和P2RY12是預(yù)后的危險(xiǎn)因素，而P2RY14是保護(hù)因素。依據(jù)多因素Cox回歸分析的變量構(gòu)建列線圖，結(jié)果顯示P2RX6、P2RY12、P2RY14、年齡和種族可作為OV患者預(yù)后的獨(dú)立危險(xiǎn)因素（圖2C）。校準(zhǔn)曲線結(jié)果顯示第1、2、3年生存率校準(zhǔn)曲線都靠近45°對角線，即該模型對OV患者短期內(nèi)的生存預(yù)測準(zhǔn)確性較高（圖2D）。

2.3 P2RX6和P2RY14在OV中的表達(dá)" 對P2RX6、P2RY12和P2RY14在OV中的表達(dá)模式進(jìn)行研究結(jié)果見圖3A～圖3I。TCGA聯(lián)合GTEx數(shù)據(jù)庫結(jié)果顯示，P2RX6和P2RY14 mRNA在OV中表達(dá)下調(diào)（Plt;0.05，圖3A和圖3C），但P2RY12在OV和正常卵巢組織中表達(dá)無差異（圖3B）。GSE40595數(shù)據(jù)集也顯示P2RX6和P2RY14 mRNA在OV中表達(dá)下調(diào)（圖3D和圖3F），而P2RY12在正常組織和OV中表達(dá)無差異（圖3E）。GSE12470數(shù)據(jù)集顯示P2RX6在6例正常卵巢上皮組織中的表達(dá)顯著低于31例卵巢癌間質(zhì)和32例OV組織，而P2RY14在正常和癌間質(zhì)中的表達(dá)顯著高于OV組織（圖3G和圖3I）。P2RY12在正常組織中的表達(dá)顯著高于32例OV組織，其余無差異（圖3H）。

2.4嘌呤能受體家族分子與免疫浸潤的關(guān)系" TIMER算法分析結(jié)果顯示，在OV中，15種嘌呤能受體分子與多數(shù)TIICs呈正相關(guān)關(guān)系（圖4A），其中P2RX7與髓源性DCs正相關(guān)性最強(qiáng)（Plt;0.05，r=0.71）。在15種分子中，P2RY14與巨噬細(xì)胞、髓源性DCs、中性粒細(xì)胞、CD4+T細(xì)胞、CD8+T細(xì)胞均呈正相關(guān)（Plt;0.05，圖4A）。根據(jù)P2RY14表達(dá)的四分位數(shù)將患者分為高、低表達(dá)組后，利用xCell算法進(jìn)一步分析P2RY14與不同亞型的免疫細(xì)胞的相關(guān)性，結(jié)果顯示P2RY14與天然CD4+T細(xì)胞、CD8+T細(xì)胞、CD8+中央記憶T細(xì)胞、CD4+效應(yīng)記憶T細(xì)胞、類別轉(zhuǎn)換記憶B細(xì)胞、M2型巨噬細(xì)胞、漿細(xì)胞樣DCs、巨噬細(xì)胞、M1型巨噬細(xì)胞、髓源性激活的DCs、單核細(xì)胞、免疫評分、微環(huán)境評分、CD4+記憶T細(xì)胞、B細(xì)胞、Th1 CD4+ T細(xì)胞、基質(zhì)評分、內(nèi)皮細(xì)胞、造血干細(xì)胞相關(guān)（圖4B）。P2RY14表達(dá)量較高的OV患者，上述細(xì)胞的浸潤程度或免疫/基質(zhì)評分也較高。

2.5 P2RY14與ICs及ICB的關(guān)系" 在OV中，P2RY14與8種ICs即CD274、CTLA4、HAVCR2、LAG3、PDCD1、PDCD1LG2、SIGLEC15和TIGIT均呈正相關(guān)關(guān)系（Plt;0.05，圖5A）。根據(jù)P2RY14表達(dá)的四分位數(shù)進(jìn)行分組后，比較高表達(dá)組和低表達(dá)組中這8種ICs是否存在差異，結(jié)果顯示P2RY14高表達(dá)的患者中這8種ICs的表達(dá)高于P2Y14低表達(dá)組（Plt;0.05，圖5B）。進(jìn)一步利用TIDE算法評估OV患者ICB治療響應(yīng)性，結(jié)果顯示P2RY14高表達(dá)組TIDE評分高于低表達(dá)組，即P2RY14與TIDE評分負(fù)相關(guān)，P2RY14高表達(dá)患者ICB治療療效較差（圖5C）。

2.6 P2RY14參與TME免疫調(diào)控" 根據(jù)前文篩選條件，在OV中，篩選得到與P2RY14正相關(guān)的基因共有666個(gè)，主要包括POSTN、LUM、LYZ等，負(fù)相關(guān)的基因共有35個(gè)，主要有PHOX2A、VSIG2、OVGP1等（Plt;0.05，圖6A）。熱圖結(jié)果顯示了每例OV樣本中P2RY14的表達(dá)與上調(diào)的前50個(gè)基因及下調(diào)的35個(gè)基因的相關(guān)性（圖6B）。KEGG結(jié)果顯示上調(diào)的前50基因主要富集于細(xì)胞因子-細(xì)胞因子相互作用、吞噬體、造血細(xì)胞系等信號通路（Plt;0.05，圖6C）；GO功能分析顯示這些基因主要富集于各種TIICs的激活、發(fā)育、活化、遷移等功能（Plt;0.05，圖6D）。

2.7 P2RY14與多種OV化療藥物有關(guān)" 聯(lián)合TCGA中P2RY14表達(dá)譜數(shù)據(jù)與GDSC數(shù)據(jù)庫信息，評估6種OV常用化療藥物的IC50評分和P2RY14基因表達(dá)相關(guān)性，結(jié)果顯示P2RY14的表達(dá)與紫杉醇、順鉑、環(huán)磷酰胺和多西他賽的IC50呈負(fù)相關(guān)關(guān)系（Plt;0.05，圖7A～圖7D），而與吉西他濱和多柔比星不相關(guān)（圖7E、圖7F）。根據(jù)P2RY14表達(dá)四分位數(shù)進(jìn)行分組后，進(jìn)一步分析在P2RY14高、低表達(dá)組中6種化療藥物是否存在差異，結(jié)果顯示除吉西他濱和多柔比星外（圖7K、圖7L），其余4種抗腫瘤藥物的IC50在P2RY14高表達(dá)組中均低于P2RY14低表達(dá)組（Plt;0.05，圖7G～圖7J），即P2RY14高表達(dá)的OV患者對上述4種藥物更敏感。

3討論

嘌呤能受體是配體門控的離子通道家族成員，在介導(dǎo)細(xì)胞外ATP信號傳導(dǎo)中起著至關(guān)重要的作用。嘌呤能受體被細(xì)胞外ATP的結(jié)合激活后，觸發(fā)了由受體亞基的跨膜結(jié)構(gòu)域形成的離子通道孔，隨后胞外陽離子（主要是Na+和Ca2+）可通過離子通道進(jìn)入細(xì)胞[15]。嘌呤能家族受體廣泛參與人體各種生理過程，包括神經(jīng)傳遞、神經(jīng)調(diào)控、免疫反應(yīng)、炎癥和痛覺等。在免疫系統(tǒng)中，這些受體存在于巨噬細(xì)胞、T細(xì)胞和DCs等免疫細(xì)胞上，它們參與免疫細(xì)胞激活、細(xì)胞因子釋放和炎癥反應(yīng)的調(diào)節(jié)[16]。目前，關(guān)于該家族分子與腫瘤發(fā)生、發(fā)展的研究正逐漸受到重視，探索該家族分子與腫瘤患者預(yù)后的關(guān)系及明確其發(fā)揮作用的機(jī)制可為OV診療提供新的思路和研究方向。

LASSO回歸是一種機(jī)器學(xué)習(xí)算法，可以降低模型復(fù)雜度，識別潛在風(fēng)險(xiǎn)因素，是一種廣泛應(yīng)用于癌癥患者預(yù)后模型的構(gòu)建及篩選的算法[17]。本研究通過LASSO回歸分析共篩選出6個(gè)基因被納入風(fēng)險(xiǎn)評估模型。將這6個(gè)基因根據(jù)風(fēng)險(xiǎn)評分?jǐn)?shù)值分為高、低風(fēng)險(xiǎn)組，通過繪制生存曲線及計(jì)算AUC面積評估風(fēng)險(xiǎn)模型的預(yù)測能力，結(jié)果顯示高風(fēng)險(xiǎn)組患者的生存概率相對于低風(fēng)險(xiǎn)組患者較低，ROC曲線下AUC面積提示本研究模型具有良好的短期預(yù)測能力，以上結(jié)果為后續(xù)的預(yù)后分析奠定了基礎(chǔ)。多因素Cox回歸分析顯示在這6個(gè)基因中P2RX6、P2RY12和P2RY14是OV患者獨(dú)立的預(yù)后因素。其中，P2RX6和P2RY12的HR均大于1，而P2RY14的HR小于1，說明隨著P2RX6和P2RY2的增加，患者死亡的風(fēng)險(xiǎn)也增加，即患者的生存期減少，而P2RY14與兩者相反。為更好地預(yù)測每例OV患者的生存時(shí)間，本研究又將挑選的關(guān)鍵基因與患者的年齡、種族等臨床特征相結(jié)合，構(gòu)建了預(yù)測OV患者第1、2、3年的生存率的列線圖，校準(zhǔn)曲線顯示列線圖短期的預(yù)測能力較好。通過篩選和構(gòu)建列線圖，可為OV患者選擇個(gè)體化的精準(zhǔn)靶向治療方案提供一定的研究基礎(chǔ)。針對多因素Cox回歸分析篩選的基因（P2RX6、P2RY12和P2RY14），本研究又通過TCGA數(shù)據(jù)庫探索了三者在OV中的表達(dá)模式，結(jié)果顯示P2RX6和P2RY14 mRNA在OV中顯著下調(diào)，而P2RY12在正常組織和OV中表達(dá)無差異。本研究所挑選的GSE數(shù)據(jù)集也顯示P2RX6和P2RY14在OV中呈現(xiàn)顯著下調(diào)的表達(dá)模式，推測P2RY14很可能作為一個(gè)抑癌因子，在OV發(fā)生發(fā)展進(jìn)程中扮演著重要的抗腫瘤作用。

鑒于嘌呤能受體家族中多個(gè)基因與腫瘤患者TME中TIICs浸潤有關(guān)[7-10]，在OV中，本研究運(yùn)用TIMER算法分析了15個(gè)嘌呤能受體與OV患者6種TIICs的相關(guān)性，結(jié)果顯示多數(shù)嘌呤能受體分子與巨噬細(xì)胞、髓源性DCs、中性粒細(xì)胞和CD4+T細(xì)胞呈正相關(guān)。在6種TIICs中，P2RX6僅與B細(xì)胞呈負(fù)相關(guān)，而P2RY14與除了B細(xì)胞外的另外5種TIICs均呈正相關(guān)。使用xCell算法進(jìn)一步分析P2RY14與不同TIICs亞型的相關(guān)性，結(jié)果顯示P2RY14高表達(dá)的患者其TME中多種TIICs浸潤程度較高，進(jìn)一步說明P2RY14可能在TME免疫調(diào)控網(wǎng)絡(luò)中發(fā)揮重要作用。研究表明[18]，P2Y14受體在人未成熟DCs中的高表達(dá)，壞死腫瘤細(xì)胞誘導(dǎo)的成熟DCs這樣一個(gè)過程所的引起的危險(xiǎn)信號可能在免疫防御的開始中扮演著重要的角色。本研究發(fā)現(xiàn)P2RY14不僅與激活的髓源性DCs顯著相關(guān)，而且還與漿細(xì)胞樣DCs浸潤程度有關(guān)，而兩者是DCs不同時(shí)空下的兩種亞型，說明使用P2RY14可能參與OV患者TME中的DCs的分化、發(fā)育等過程。

OV，尤其是高級別OV是少數(shù)自發(fā)抗腫瘤免疫反應(yīng)與延長生存顯著相關(guān)的癌癥類型之一，免疫逃避機(jī)制與低生存相關(guān)，表明高級別OV具有一定的免疫原性[19]。OV在抗PD-1/PD-L1或抗CTLA4單一療法的反應(yīng)中并沒有取得顯著的突破，這可能是因?yàn)椴糠值腛V患者腫瘤異質(zhì)性較高。在本研究中發(fā)現(xiàn)P2RY14與8種臨床常用的ICs尤其是PDCD1LG2、CTLA4等呈顯著正相關(guān)，說明P2RY14可對ICB治療提供一定參考基礎(chǔ)。然而，P2RY14高表達(dá)OV患者TIDE評分也較高，即這部分患者接受ICB治療效果較差，由此推測P2RY14可能在OV中發(fā)揮雙向調(diào)控作用，這可能與OV患者復(fù)雜的腫瘤逃避機(jī)制有關(guān)。通過對P2RY14差異基因進(jìn)行富集分析發(fā)現(xiàn)，上調(diào)的差異基因主要參與細(xì)胞因子-細(xì)胞因子相互作用信號通路、趨化因子信號通路等，主要富集于OV中多種免疫細(xì)胞的活化、分化、增殖、遷移等生物學(xué)功能，這些結(jié)果表明P2RY14在TME免疫調(diào)控網(wǎng)絡(luò)中發(fā)揮重要的調(diào)控點(diǎn)作用。在OV TME廣泛存在的細(xì)胞因子、趨化因子如活性氧、IL-6和IL-8等除了能刺激腫瘤細(xì)胞的細(xì)胞生長外，還能產(chǎn)生化療耐藥，而化療耐藥是OV患者生存率較低及臨床治療失敗的重要原因[20]。如前文所述，本研究富集分析結(jié)果顯示P2RY14與細(xì)胞因子、趨化因子等信號通路有關(guān)，隨后深入研究發(fā)現(xiàn)P2RY14的表達(dá)與紫杉醇、順鉑、環(huán)磷酰胺、多西他賽的IC50呈顯著負(fù)相關(guān)關(guān)系，說明P2RY14高表達(dá)的OV患者IC50較小，對上述四種化療藥物敏感。由此我們推測P2RY14還可能參與OV患者耐藥，其過程可能是通過調(diào)控細(xì)胞因子、趨化因子等炎性成分進(jìn)行的。

需要指出的是，本研究雖然具有一定的前瞻性，但同樣存在一些局限性。首先，研究使用的TCGA來源的隊(duì)列數(shù)據(jù)中針對OV患者的臨床信息較少，構(gòu)建的預(yù)后預(yù)測模型存在一定偏差。其次，關(guān)于嘌呤能受體分子的表達(dá)模式及免疫調(diào)控機(jī)制的研究也停留在轉(zhuǎn)錄組水平，P2RY14在OV中發(fā)揮免疫調(diào)控作用的機(jī)制需要進(jìn)行基礎(chǔ)實(shí)驗(yàn)來加以證明。最后，P2RY14在免疫調(diào)控網(wǎng)絡(luò)中可能起到一個(gè)關(guān)鍵調(diào)控點(diǎn)的作用，但在不同的時(shí)間和空間上，P2RY14參與免疫調(diào)控的機(jī)制可能不同，闡明P2RY14復(fù)雜的調(diào)控機(jī)制需要更深層次的研究。

總之，本研究構(gòu)建了OV中嘌呤能受體家族基因預(yù)后預(yù)測模型，并對篩選的與OV患者預(yù)后有關(guān)的基因進(jìn)行了深入研究。其中，在OV中低表達(dá)的P2RY14不僅與TIICs有關(guān)，還與ICs、ICB、化療藥物有關(guān)，這些結(jié)果對OV患者的個(gè)體化、精準(zhǔn)化治療的選擇及改善患者的預(yù)后提供了一定的研究基礎(chǔ)。

參考文獻(xiàn)：

[1]祝彩霞，袁林靜，楊娟，等.高級別漿液性卵巢癌中細(xì)胞角蛋白19的表達(dá)和意義[J].廣東醫(yī)學(xué)，2022，43（3）：345-350.

[2]Cibula D，Rob L，Mallmann P，et al.Dendritic cell-based immunotherapy （DCVAC/OvCa） combined with second-line chemotherapy in platinum-sensitive ovarian cancer （SOV02）： A randomized， open-label， phase 2 trial[J].Gynecol Oncol，2021，162（3）：652-660.

[3]黃小玨，吳林樺，莫柳慧，等.基于ESTIMATE算法和生物信息學(xué)分析挖掘卵巢癌免疫治療關(guān)鍵基因[J].廣西醫(yī)科大學(xué)學(xué)報(bào)，2020，37（5）：897-901.

[4]王佳晰，張師前.自體樹突狀細(xì)胞疫苗用于低突變負(fù)荷和“冷腫瘤”上皮性卵巢癌患者免疫治療[J].中華醫(yī)學(xué)雜志，2022，102（26）：2029.

[5]Mo J，Ruan S，Yang B，et al.A novel defined risk signature of endoplasmic reticulum stress-related genes for predicting the prognosis and immune infiltration status of ovarian cancer[J].J Zhejiang Univ Sci B，2023，24（1）：64-77.

[6]Zarrinmayeh H，Territo PR.Purinergic receptors of the central nervous system： Biology，PET ligands，and their applications[J].Mol Imaging，2020，19：1536012120927609.

[7]Audrito V.Pancreatic cancer immune evasion mechanisms： the immunosuppressive role of P2RX1-negative neutrophils[J].Purinergic Signal，2021，17（2）：173-174.

[8]Wang X，Hu LP，Qin WT，et al.Identification of a subset of immunosuppressive P2RX1-negative neutrophils in pancreatic cancer liver metastasis[J].Nat Commun，2021，12（1）：174.

[9]Xu Y，Zou B，F(xiàn)an B，et al.NcRNAs-mediated P2RX1 expression correlates with clinical outcomes and immune infiltration in patients with breast invasive carcinoma[J].Aging （Albany NY），2022，14（10）：4471-4485.

[10]Xu T，Xu S，Yao Y，et al.P2RY14 downregulation in lung adenocarcinoma： a potential therapeutic target associated with immune infiltration[J].J Thorac Dis，2022，14（2）：515-535.

[11]Yoshihara K，Tajima A，Komata D，et al.Gene expression profiling of advanced-stage serous ovarian cancers distinguishes novel subclasses and implicates ZEB2 in tumor progression and prognosis[J].Cancer Sci，2009，100（8）：1421-1428.

[12]Zhang M，Chen Z，Wang Y，et al.The role of cancer-associated fibroblasts in ovarian cancer[J].Cancers （Basel），2022，14（11）：2637.

[13]耿輝，田國祥，王亞軍，等.腫瘤浸潤性免疫細(xì)胞分析數(shù)據(jù)庫TIMER2.0的應(yīng)用介紹[J].中國循證心血管醫(yī)學(xué)雜志，2020，12（11）：1283-1286，1301.

[14]Lu K，Wang L，F(xiàn)u Y，et al.Bioinformatics analysis identifies immune-related gene signatures and subtypes in diabetic nephropathy[J].Front Endocrinol （Lausanne），2022，13：1048139.

[15]Kennedy C.The P2Y/P2X divide： How it began[J].Biochem Pharmacol，2021，187：114408.

[16]Zhang WJ，Hu DX，Lin SJ，et al.Contribution of P2X purinergic receptor in cerebral ischemia injury[J].Brain Res Bull，2022，190：42-49.

[17]徐慶娟，楊彬彬.基于 R 軟件的 Lasso 回歸在腫瘤信息基因選擇中的應(yīng)用[J].廣西師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，33（4）：36-41.

[18]Patritti Cram J，Wu J，Coover RA，et al.P2RY14 cAMP signaling regulates Schwann cell precursor self-renewal， proliferation， and nerve tumor initiation in a mouse model of neurofibromatosis[J].Elife，2022，11：e73511.

[19]胡美娜，朱莉，曾亞悅，等.個(gè)體化卵巢癌新抗原的預(yù)測和免疫原性驗(yàn)證[J].現(xiàn)代醫(yī)學(xué)，2022，50（8）：995-1002.

[20]崔彭華，李志艷，張玉娟，等.卵巢癌患者外周血Treg細(xì)胞和Th1、Th2細(xì)胞因子的變化及其與臨床病理特征的關(guān)系[J].江蘇大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2019，29（2）：153-156.

收稿日期：2023-09-27；修回日期：2023-11-01

編輯/肖婷婷