背景与目的:结直肠癌(CRC)是全球第三大最常诊断的恶性肿瘤和第二大癌症死亡原因.最新指南推荐所有的CRC患者需要进行微卫星不稳定(MSI)的检测.MSI患者往往具有错配修复蛋白缺失(dMMR).MSI/dMMR状态已被用作生物标志物预测对免疫治疗的有利反应和预后.然而MSI特征基因及其与肿瘤浸润的免疫细胞的关系未进行阐述.因此本研究通过使用机器学习的方式发掘CRC中新型的MSI特征基因,并且验证其的诊断价值及其与免疫细胞浸润的关系.方法:按照纳入排除标准,将GEO数据库中GSE39582数据集作为训练集,将TCGA数据库中COAD数据集作为外部验证集.使用机器学习的方法(LASSO回归、SVM-RFE算法),在GSE39582结直肠癌数据集中筛选MSI特征基因,并在TCGA结直肠癌数据中进行验证.采用受试者工作特征(ROC)曲线和曲线下面积(AUC)评价基因对MSI的诊断效能.CIBERSORT算法评估肿瘤样本浸润的免疫细胞成分,Spearman相关性分析验证MSI特征基因和免疫细胞的关系.结果:训练集共纳入536例CRC患者,其中高频MSI(MSI-H)77例(14.37％).在验证集中,共计389例CRC患者,其中MSI-H67例(17.22％).基线资料分析显示,MSI-H/dMMR CRC的TNM分期存活率优于低频MSI(MSI-L)或微卫星稳定(MSS)/错配蛋白完整(pMMR)CRC(P＜0.05).在GSE39582数据集中,LASSO回归筛
作者：李秀勤；韩腾辉；王帅；沈刚；朱军
来源：中国普通外科杂志 2022 年 31卷 10期
