目的:通过整合单细胞RNA测序(sing-cell RNA sequencing, scRNA-seq)和癌症基因组图谱(The Cancer Genome Atlas, TCGA)数据，探索肺鳞状细胞癌(lung squamous cell carcinoma, LUSC)中差异表达基因(differentially expressed genes, DEGs)和预后相关基因，并构建基于这些基因的预后模型。为了更好地了解LUSC中的免疫微环境(tumor microenvironment, TME)，进一步分析了免疫细胞的浸润特征，揭示其与LUSC患者预后的潜在关联。方法:从基因表达综合数据库GEO(GSE118245)中获取LUSC单细胞RNA测序数据，并通过质量控制和数据标准化，鉴定出不同的细胞群体。使用Seurat软件包进行主成分分析(principal component analysis, PCA)和统一流形近似投影(uniform manifold approximation and projection, UMAP)进行降维聚类。基于TCGA数据库中的LUSC患者样本，使用TCGAbiolinks包获取批量RNA测序数据，并对肿瘤样本和正常样本之间的DEGs进行筛选，采用加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)构建基因共表达网络。使用Cox回归和最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)回归构建基于DEGs的预后模型，Kaplan-Meier生存曲线评估患者总生存期(overall survival, OS)。使用CIBERSORT算法评估不同风险组中的免疫细胞浸润比例，比较22种免疫细胞在高风险和低风险组中的差异。结果:从LUSC单细胞数据中质控得到出5 360个细胞，注释为13个不同的细胞群，并通过SingleR注释为8种细胞类型。与对照组相比，LUSC组中的中性粒细胞、CD4＋ T细胞和骨骼肌细胞比例显著上升。差异表达基因分析共筛选出3 396个DEGs，其中1 851个基因上调，1 545个基因下调。GO和KEGG富集分析表明，DEGs主要参与细胞周期、感染和补体级联反应等重要生物过程。在TCGA-LUSC数据中，使用WGCNA识别出与LUSC发展显著相关的蓝色模块，在此基础上筛选出61个交集基因进行进一步分析。单因素Cox回归和LASSO回归分析共识别出4个独立的预后相关基因(ITIH3、MME、PLAAT1和ATP13A5)，构建了风险评分模型。Kaplan-Meier生存曲线显示高风险组患者的总生存期显著低于低风险组。免疫浸润分析结果表明，高风险组患者肿瘤中的CD8＋ T细胞、活化的记忆CD4＋ T细胞和滤泡辅助性T细胞比例显著高于低风险组，进一步支持了免疫微环境对LUSC进展的关键作用。结论:通过整合单细胞和TCGA数据，成功鉴定了LUSC中的关键差异表达基因，构建了有效的预后模型。模型在多个验证队列中表现出预后预测，揭示的免疫细胞浸润特征为LUSC的免疫微环境提供了新的见解。免疫细胞在LUSC的发生和进展中发挥重要作用。

目的:分析皮肤黑色素瘤(SKCM)免疫微环境相关基因，筛选新的标志物以预测SKCM患者的预后。方法:癌症基因组图谱(TCGA)数据库下载SKCM患者的公共测序数据，使用表达数据估计恶性肿瘤中的间质和免疫细胞(ESTIMATE)算法分析SKCM的免疫评分和基质评分，加权基因共表达网络分析(WGCNA)和差异表达分析筛选出与免疫微环境相关的关键基因，单因素和最小绝对收缩和选择算子(LASSO)回归模型用来构建SKCM的风险预测模型。最后，单因素和多因素Cox回归分析评估风险预测模型的独立预后价值。结果:本研究通过单因素和LASSO回归分析，从173个免疫微环境相关的基因筛选出的5个(HLA-DRB1、XCL2、CCR1、HLA-DQB2和DERL3)基因，成功的构建了一种新的风险预测模型。基于风险预测模型分组的高危组患者总生存期(OS)显著短于低危组患者( P<0.01)。风险评分模型的独立预后分析证明其是独立预后指标[风险比( HR)＝2.823，95%可信区间( CI)：1.778~4.481， P<0.01]。 结论:HLA-DRB1、XCL2、CCR1、HLA-DQB2和DERL3基因构建的风险模型对SKCM具有较好的预后判断价值。

目的:基于生物信息学技术研究，挖掘前列腺癌（PCa）淋巴结转移相关的分子标志物并进行临床验证。方法:从基因表达综合数据库（GEO）数据筛选出淋巴结转移PCa的差异表达基因，构建基因共表达网络枢纽基因，将枢纽基因纳入支持向量机模型评估PCa淋巴结转移预测效能。在癌症基因组图谱（TCGA）数据集中对枢纽基因进行验证并进行免疫浸润分析。收集2019年1月至2022年12月就诊于河北医科大学第四医院的80例PCa患者的临床资料，采用logistic风险模型评估枢纽基因对PCa淋巴转移预测效能。结果:共鉴别出5个枢纽基因（GSK3B、TP53、PSMC6、SUMO1、PIK3CA），其构建的支持向量机模型有着良好的预测价值（准确率83.87%）。TCGA验证结果显示仅PSMC6在存在淋巴结转移PCa组织中表达差异有统计学意义（ P<0.001）。免疫浸润分析结果显示PSMC6的表达量与9种免疫细胞（B细胞、树突状细胞、成熟树突状细胞等）有关联。临床信息分析示PSMC6的表达量与淋巴结转移、前列腺特异性抗原（PSA）、T分期、Gleason评分有相关性（ P<0.01）。单因素logistic回归分析结果显示T分期（ OR=3.230，95% CI：1.192~8.757， P=0.021）、Gleason评分（ OR=4.627，95% CI：2.212~9.677， P<0.001）、PSMC6（ OR=25.235，95% CI：5.326~119.560，， P<0.001）可作为淋巴结转移的预测因素。多因素logistic回归分析结果显示，PSMC6（ OR=16.537，95% CI：2.928~93.393， P=0.001）可作为预测PCa淋巴结转移的危险因素。 结论:PSMC6可能可以作为判断PCa患者淋巴结转移情况潜在分子标志物。

目的:基于生物信息学分析慢性阻塞性肺疾病(COPD)状态对非小细胞肺癌(NSCLC)的影响，以期揭示COPD状态对非小细胞肺癌的影响。方法:从癌症基因组图谱数据库中下载161例肺癌患者的相关信息并根据病理类型与肺功能结果进行分组。在同一病理下，比较有无COPD的两组的差异。京都基因与基因组百科全书(KEGG)和基因本体论(GO)分析用于功能富集分析，进行加权共表达网络分析(WGCNA)并构建蛋白互作网络(PPI)筛选核心枢纽基因。所有计量资料组间比较采用 t检验，计数资料组间比较采用 χ2检验。 结果:本研究纳入了161例肺癌患者的样本数据。有、无COPD在临床特征、体细胞基因突变频率以及免疫细胞浸润上差异无统计学意义( P>0.05)。在鳞癌及腺癌中，COPD组别中大量代谢有关通路上调，而细胞趋化能力的调节等通路下调。后续WGCNA及PPI分析鉴定出钠离子通道α2亚基(SCN2A)、富酪蛋白(STATH)、细胞色素P450家族成员(CYP1A2及CYP1B1)、γ-氨基丁酸A型受体亚基(GABRA1)紧密连接蛋白17 (CLDN17)、调节突触膜胞吐蛋白1 (RIMS1)、维生素D结合蛋白(GC)以及血浆铜蓝蛋白(CP)可能是潜在枢纽基因。只有在腺癌中，COPD组的患者年龄组成比率上[<60岁：80.8%(21/26)；>60岁：19.2%(5/26)]相比无COPD组[<60岁：56.1%(32/57)；>60岁：43.9%(25/57)]，结果差异有统计学意义( χ2＝4.693， P<0.05)。 结论:COPD状态对肺癌的预后，体细胞突变等无贡献，并提出9个潜在的COPD型肺癌关键枢纽基因。

目的:为胶质瘤患者识别有效的生物标志物。方法:从中国脑胶质瘤基因计划谱(CGGA)下载附有完整临床随访信息的464例胶质瘤患者mRNA表达谱。加权基因共表达网络分析(WGCNA)用于识别出与胶质瘤WHO分级相关的基因模块，并同时进行单因素及多因素Cox回归分析鉴别出与胶质瘤患者生存相关的基因。结果:在加权基因共表达分析中，Brown模块与脑胶质瘤WHO分级呈正相关( r＝0.55， P<0.01)。选择单因素分析中与患者临床预后最显著相关的5个基因(TAGLN2，IGFBP2，METTL7B，ARAP3，PLAT)进行多因素生存分析并建立预后模型，计算风险评分。受试者工作特征曲线证实该风险评分在预测胶质瘤患者1、3、5年生存率上具有高精准度。上述生存分析结果均在癌症基因组图谱(TCGA)数据库中得到验证。 结论:本研究确定了五个独立的脑胶质瘤预后因素(TAGLN2，IGFBP2，METTL7B，ARAP3及PLAT)并建立了预后模型，为临床判断胶质瘤患者预后提供新的思路。

目的:结合应用加权基因共表达网络分析(WGCNA)和差异基因表达分析2种方法筛选结肠癌mRNA表达谱中的差异共表达基因，并分析差异共表达基因与预后的关系。方法:基于生物信息学方法从癌症基因组图谱(TCGA)和基因表达综合(GEO)数据库分别下载TCGA结肠腺癌数据集的转录组学数据和GSE68468数据集的芯片表达谱数据，筛选出两者在正常组织与结肠癌组织之间的差异表达基因(DEG)和最显著相关的加权基因模块，通过差异基因和加权基因取交集筛选出结肠癌相关差异共表达基因。构建蛋白质-蛋白质相互作用(PPI )网络，利用最大派系中心度(MCC)计算方法筛选出MCC评分排名前10位的核心差异共表达基因，使用TCGA结肠腺癌数据集验证核心基因在正常组织和结肠癌组织中的表达，采用Kaplan-Meier生存分析探索核心基因与患者总生存期和无病生存期之间的关系。使用人类蛋白质图谱(HPA)数据库，对生存相关的差异共表达基因进行免疫组织化学染色验证。结果:TCGA结肠腺癌数据集中DEG共3 481个，GSE68468数据集中DEG共7 275个，共获得237个差异共表达基因。使用PPI网络的MCC计算方法得到10个核心的差异共表达基因，分别为氯离子通道附件1( CLCA1)、 MAPK3、胰高血糖素( GCG)、溶质载体家族26成员3( SLC26 A3)、核受体亚家族1组H成员4( NR1 H4)、脂肪酸结合蛋白1( FABP1)、鸟苷酸环化酶激活因子2A( GUCA2 A)、二磷酸尿苷葡糖醛酸糖基转移酶家族2成员A3( UGT2 A3)、肉碱棕榈酰转移酶2( CPT2)和跨膜4域A12( MS4 A12)。与正常组织相比，TCGA结肠腺癌数据集结肠癌组织的 CLCA1、 GCG、 SLC26 A3、 NR1 H4、 FABP1、 GUCA2 A、 UGT2 A3、 CPT2和 MS4 A12 9个核心基因均下调( P均<0.05)，其中 CLCA1高表达结肠癌患者的总生存期和无病生存期均长于低表达组( P均<0.05)，免疫组织化学染色结果在蛋白质水平也验证了结果的准确性。 结论:CLCA1可能在结肠癌的发展中起关键作用，可作为进一步诊断和治疗的潜在生物标志物。

目的:探讨N6-甲基腺苷(m6A)修饰与非小细胞肺癌(NSCLC)淋巴结转移的相关性。方法:从癌症基因组图谱(TCGA)数据库下载NSCLC患者的转录组测序数据，共包含1 037例原发肺癌组织样本和108例癌旁组织样本。分析参与m6A修饰过程的调控蛋白在肿瘤组织和癌旁正常组织样本中表达水平的差异，利用加权基因共表达分析(WGCNA)算法识别与m6A调控因子存在共表达关系的信使RNA(mRNA)和非编码RNA(ncRNA)并根据RNA的表达模式对NSCLC患者进行共识聚类。采用 t检验比较聚类亚组间m6A甲基化丰度的差异，采用 χ2检验比较组间淋巴结转移发生率的差异。 结果:共纳入20个m6A调控因子，肿瘤组织中15个调控因子的表达水平显著上调[甲基转移酶样蛋白3(METTL3)、YTH结构域蛋白1(YTHDC1)、YTH结构域结合蛋白1-3(YTHDF1-3)、异质核核糖蛋白A2B1(HNRNPA2B1)和HNRNPC、ALK B同源物5(ALKBH5)等]，3个调控因子显著下调[M0ETTL14、含锌指CCCH结构域蛋白13(Zc3h13)、脂肪和肥胖相关蛋白(FTO)]，差异有统计学意义( P<0.05)，YTHDC2和METTL16差异无统计学意义。通过WGCNA算法识别出454个与调控因子存在共表达关系的mRNAs和400个ncRNAs[325个长链非编码RNAs(lncRNAs)、23个微小RNAs(miRNAs)、28个核仁小RNAs(snoRNAs)、24个核内小RNAs(snRNAs)]。根据854个RNAs的表达模式进行共识聚类，将NSCLC患者分为2个聚类亚组(聚类1和聚类2)。WT1相关蛋白WTAP( t＝14.322， P<0.01)和HNRNPC( t＝15.424， P<0.01)等11个调控因子的表达水平在聚类1中均显著上调，其他9个调节因子在聚类亚组间差异无统计学意义，聚类1患者具有较高的m6A甲基化丰度。聚类1患者淋巴结转移发生率38.16%(292/765)明显高于聚类2组的22.27%(55/247)，差异有统计学意义( χ2＝19.487， P<0.01)。 结论:通过m6A甲基化与非小细胞肺癌淋巴结转移的相关分析，有助于探讨肺癌淋巴结转移相关机制。

目的:探讨n7-甲基鸟苷（m7G）相关长链非编码RNA（lncRNA）的表达与胶质瘤预后的关系，并建立m7G相关lncRNA评估胶质瘤患者预后的模型。方法:从癌症和肿瘤基因图谱（TCGA）数据库和中国胶质瘤基因组图谱（CGGA）数据库下载测试集和验证集相关数据。对数据进行LASSO回归分析和随机森林算法，建立与m7G相关lncRNA胶质瘤预后模型。利用提取后的12个lncRNA系数加权表达水平计算出个体化的风险评分，根据中位风险评分将测试集和验证集胶质瘤患者分为高风险组和低风险组。绘制Kaplan-Meier生存曲线，比较采用log-rank检验。绘制受试者工作特征（ROC）曲线，评估风险评分预测胶质瘤患者1、3和5年生存率的效能。结果:共获得12个与m7G相关的lncRNA，风险评分= 1.026 × AC002454.1 + 1.086 × AC131097.4 + 1.039 × AC147651.3 + 1.01 × AGAP2-AS1 + 1.036 × CRNDE + 0.733 × GDNF-AS1 + 1.321 × HOXD-AS2 + 0.934 × LINC00641 + 1.183 × PAXIP1-AS2 + 1.258 × PVT1 + 0.909 × SOX21-AS1 + 0.754 × TTC28-AS1，中位风险评分为- 0.45分。Kaplan-Meier生存曲线分析结果显示，高风险组中位生存时间明显短于低风险组（1.98年比9.51年，log-rank χ2 = 131.78， P<0.01）。ROC曲线分析结果显示，风险评分预测胶质瘤患者1、3和5年生存率的曲线下面积（AUC）分别为0.891、0.923和0.912。验证集胶质瘤患者Kaplan-Meier生存曲线分析结果显示，高风险组中位生存时间明显短于低风险组（1.29年比6.88年，log-rank χ2 = 103.27， P<0.01）；ROC曲线分析结果显示，风险评分预测1、3和5年生存率的AUC分别为0.724、0.795和0.762。测试集和验证集多因素Cox回归分析结果显示，风险评分均是影响胶质瘤患者预后的独立危险因素（ HR = 1.992和1.247， P<0.01或<0.05）。 结论:基于转录组构建的m7G相关lncRNA的风险评分模型是预测胶质瘤患者预后的一种新方法。

目的:构建基于术前增强CT检查的联合影像组学模型，预测肝细胞癌微血管侵犯（MVI）状态，对影像组学模型进行生物学解释。方法:采用回顾性队列研究方法。收集癌症基因组图谱数据库建库至2023年1月纳入的424例肝细胞癌患者的mRNA数据，癌症图像档案馆数据库建库至2023年1月纳入的39例肝细胞癌患者和甘肃省人民医院2020年1月至2023年1月收治53例肝细胞癌患者的临床病理资料。92例肝细胞癌患者通过随机数字表法按7∶3分为训练集64例和测试集28例。分析动脉期及门静脉期CT检查图像及临床资料。使用3Dslicer软件（5.0.3版本）进行动脉期和门静脉期图像配准和三维感兴趣区勾画。使用开源软件FAE（0.5.5版本）对原始图像进行预处理并提取特征。通过最小绝对收缩和选择算子等方法筛选特征，构建影像组学模型并计算影像组学评分（R-score），通过Logistic回归整合临床参数、影像学特征及R-score构建列线图。通过加权基因共表达网络分析和相关性分析获取影像组学模型相关的基因模块并进行富集分析。观察指标：（1）不同MVI性质患者的临床特征比较。（2）MVI风险模型的建立。（3）MVI风险模型的评估。（4）基因模块聚类。（5）特征相关基因模块功能富集。正态分布的计量资料以 x±s表示，组间比较采用独立样本 t检验，偏态分布的计量资料以 M（范围）表示，组间比较采用Mann-Whitney U检验，计数资料比较采用 χ2检验。采用组内和组间相关系数（ICC）评估影像组学特征提取的观察者间的一致性。ICC>0.75表示特征提取的一致性良好。单因素和多因素分析采用Logistic回归模型。绘制受试者工作特征曲线，以曲线下面积（AUC）、决策曲线、校准曲线评估模型的诊断效能及临床实用性。 结果:（1）不同MVI性质患者的临床特征比较。92例肝细胞癌患者中，MVI阳性47例，MVI阴性45例，两者肝炎、肿瘤长径、瘤周增强、瘤内动脉、假包膜及瘤周不光滑比较，差异均有统计学意义（ χ2 =5.308，9.977，47.370，32.368，21.105，31.711， P<0.05）。（2）MVI风险模型的建立。在动脉期及门静脉期的瘤内和瘤周分别提取了1 781个特征，经过特征降维后，从动脉期及门静脉期中确定8个影像组学特征构建联合模型。多因素分析结果显示：瘤周增强、瘤内动脉、假包膜、瘤周不光滑及R-score是肝细胞癌患者MVI的独立危险因素［风险比=0.049，0.017，0.017，0.021，2.539，95%可信区间（ CI）为0.005~0.446，0.001~0.435，0.001~0.518，0.001~0.473，1.220~3.283］。纳入瘤周增强、瘤内动脉、假包膜、瘤周不光滑及R-score构建列线图模型。（3）MVI风险模型的评估。R-score在训练集和测试集中AUC分别为0.923（95% CI为0.887~0.944）和0.918（95% CI为0.894~0.945）；联合R-score及影像学特征构建的列线图在训练集和测试集中AUC分别为0.973（95% CI为0.954~0.988）和0.962（95% CI为0.942~0.987）。决策曲线显示：列线图的临床效益优于R-score。校准曲线显示：列线图和R-score预测状态与实际观察结果间一致性良好。（4）基因模块聚类。经加权基因共表达网络分析后获取8个基因模块。（5）特征相关基因模块功能富集。4个基因模块与影像组学特征显著相关。预测MVI的影像组学特征可能与细胞周期、中性粒细胞外陷阱形成及PPAR信号通路有关。 结论:基于术前增强CT检查的联合影像组学模型可以预测肝细胞癌MVI状态。通过获取影像组学特征相关的mRNA基因表达谱，为影像组学模型提供了生物学解释。

目的:探究食管鳞状细胞癌（ESCC）放化疗敏感性相关生物标志物及其潜在机制，并在人体组织、动物和细胞水平验证。方法:基于生物信息学系统，从癌症基因组图谱（TCGA）数据库、GEO数据库获取ESCC的临床和转录组数据。通过加权基因共表达网络分析（WGCNA）与cytoscape软件鉴定放化疗敏感性相关HUB基因并进行生存差异分析。通过CellMiner数据库预测筛选与HUB基因具有较强相关性的药物。利用实时反转录聚合酶链式反应（qRT-PCR）检测ESCC患者组织中HUB基因的表达水平。构建醛酮还原酶家族1成员C1（AKR1C1）高表达的oe-AKR1C1小鼠模型，以及顺铂耐药细胞和放射抵抗细胞，分析HUB基因对肿瘤体积和质量、细胞增殖能力的影响。结果:共筛选到5个HUB基因，其中醌脱氢酶（NQO1）、AKR1C1和NADH：泛醌氧化还原酶核心亚基S2（NDUFS2）与ESCC的生存显著相关（ P<0.05）。达卡巴嗪、alectinib和obatoclax等是本研究预测的与HUB基因具有较强相关性的抗肿瘤药物。人体组织检测结果显示， NQO1、AKR1 C1和 NDUFS2的表达水平在放化疗耐药患者中显示为上调，其中 AKR1C1和 NDUFS2具有统计学意义（ P<0.05）。小鼠荷瘤实验结果显示，oe-AKR1C1小鼠在放疗和化疗后的肿瘤体积和质量均显著高于对照组（ P<0.05）。细胞实验结果发现，放射抵抗细胞和顺铂耐药细胞的 AKR1C1和 NDUFS2的表达水平均显著高于对照细胞（ P<0.05），而 NQO1相对表达量的差异无统计学意义。 结论:NQO1、 AKR1C1和 NDUFS2是与ESCC生存显著相关的HUB基因，可作为ESCC治疗的重要肿瘤靶点。