摘要：目的鑒定肝細(xì)胞癌（HCC）免疫原性細(xì)胞死亡（ICD）相關(guān)基因，并基于相關(guān)基因構(gòu)建評(píng)分模型預(yù)測(cè)HCC的預(yù)后和腫瘤微環(huán)境特征。方法通過(guò)癌癥基因組圖譜數(shù)據(jù)庫(kù)獲取HCC數(shù)據(jù)集，采用熱圖展示了HCC中57個(gè)ICD相關(guān)基因的表達(dá)?；贗CD相關(guān)基因表達(dá)進(jìn)行聚類(lèi)分析，對(duì)2種ICD相關(guān)亞型（ICD低表達(dá)組和ICD高表達(dá)組）進(jìn)行基因本體富集、京都基因和基因組百科全書(shū)富集、體細(xì)胞突變差異、免疫細(xì)胞浸潤(rùn)差異分析。構(gòu)建LASSO Cox回歸風(fēng)險(xiǎn)預(yù)后模型，驗(yàn)證其臨床應(yīng)用價(jià)值。構(gòu)建列線(xiàn)圖模型，預(yù)測(cè)患者1、3和5年的生存率。此外，采用qRT-PCR驗(yàn)證模型中關(guān)鍵基因的表達(dá)水平。兩組間比較采用成組t檢驗(yàn)，采用單因素和多因素Cox回歸分析確定臨床病理特征中的預(yù)后因素。采用Kaplan-Meier生存曲線(xiàn)進(jìn)行預(yù)后分析。采用Spearman秩相關(guān)進(jìn)行相關(guān)性分析。結(jié)果ICD低表達(dá)組預(yù)后較差，ICD高表達(dá)組與良好的臨床結(jié)果相關(guān)（P=0.004）。進(jìn)一步研究表明ICD高表達(dá)組與免疫活性微環(huán)境相關(guān)，且ICD高表達(dá)組的基因主要富集于免疫相關(guān)通路（免疫球蛋白受體結(jié)合、造血細(xì)胞譜系和B淋巴細(xì)胞受體信號(hào)通路）。體細(xì)胞突變結(jié)果顯示，ICD高表達(dá)組的CD274、CTLA4、HAVCR2、TIGIT、PDCD1和PDCD1LG2的基因表達(dá)水平較高（P值均＜0.05）。利用8個(gè)ICD相關(guān)基因（HSP90AA1、ATG5、BAX、PPIA、HSPA4、TLR2、TREM1、LY96）建立風(fēng)險(xiǎn)預(yù)后模型，該模型在不同臨床特征中均有較好的預(yù)測(cè)價(jià)值。單因素和多因素Cox回歸分析表明，在訓(xùn)練集中，年齡和風(fēng)險(xiǎn)評(píng)分是總生存期的獨(dú)立預(yù)后因素（P值均＜0.05）。qRT-PCR結(jié)果表明，HSPA4和REM1在HCC腫瘤樣本中的相對(duì)表達(dá)水平顯著高于瘤旁組織（P值均＜0.001）。ICD風(fēng)險(xiǎn)評(píng)分升高的患者與γamp;T淋巴細(xì)胞（r=-0.29）、漿細(xì)胞（r=-0.3）和CD8+T淋巴細(xì)胞（r=-0.37）呈負(fù)相關(guān)（P值均＜0.05），與記憶B淋巴細(xì)胞（r=0.38）、靜止樹(shù)突狀細(xì)胞（r=0.47）和M0型巨噬細(xì)胞（r=0.49）呈正相關(guān)（P值均＜0.05）。結(jié)論本研究確定了與HCC預(yù)后相關(guān)的ICD基因，為理解不同ICD表達(dá)譜相關(guān)的免疫特性提供了見(jiàn)解。構(gòu)建的風(fēng)險(xiǎn)模型和列線(xiàn)圖對(duì)于預(yù)測(cè)HCC患者的預(yù)后預(yù)測(cè)和免疫治療指導(dǎo)具有重要的價(jià)值。

關(guān)鍵詞：癌，肝細(xì)胞；免疫原性細(xì)胞死亡；預(yù)后；腫瘤微環(huán)境

肝細(xì)胞癌（HCC）作為一種常見(jiàn)的惡性腫瘤，在全球范圍內(nèi)引發(fā)了嚴(yán)重的公共衛(wèi)生問(wèn)題。HCC發(fā)現(xiàn)時(shí)常在晚期，限制了早期干預(yù)和治療的機(jī)會(huì)[1-3]。因此，探索能夠準(zhǔn)確預(yù)測(cè)早期HCC患者預(yù)后的生物標(biāo)志物和分子機(jī)制顯得尤為重要。據(jù)相關(guān)報(bào)道[4-8]，近年來(lái)免疫療法在多種惡性腫瘤治療中取得了顯著的突破。然而，在HCC治療中的應(yīng)用受到了限制?？赡艿脑蚴歉伟┙M織微環(huán)境的免疫抑制作用，其中包括細(xì)胞死亡途徑的紊亂。近期研究[9-10]表明，免疫原性細(xì)胞死亡（immunogenic cell death，ICD）在調(diào)節(jié)腫瘤微環(huán)境中的免疫應(yīng)答方面起著重要作用。然而，關(guān)于ICD與HCC早期患者預(yù)后之間潛在關(guān)系的了解還相對(duì)有限。

ICD是一種特殊的細(xì)胞死亡方式，它是由某些化學(xué)藥物、放療、光動(dòng)力療法、溶瘤病毒等方式作用于腫瘤細(xì)胞，觸發(fā)內(nèi)質(zhì)網(wǎng)應(yīng)激反應(yīng)和產(chǎn)生活性氧并從細(xì)胞內(nèi)釋放免疫信號(hào)分子，增強(qiáng)腫瘤細(xì)胞的免疫原性，激活腫瘤特異性細(xì)胞毒性T淋巴細(xì)胞對(duì)腫瘤細(xì)胞的攻擊，從而引起機(jī)體抗腫瘤免疫反應(yīng)。腫瘤發(fā)生ICD時(shí)，會(huì)在細(xì)胞膜表面上調(diào)并釋放一系列免疫信號(hào)分子，被識(shí)別后，促進(jìn)免疫效應(yīng)因子的合成與釋放，誘導(dǎo)機(jī)體免疫應(yīng)答殺傷腫瘤細(xì)胞，這一系列免疫信號(hào)分子被稱(chēng)為損傷相關(guān)分子模式[11-14]。在過(guò)去的幾年中，已經(jīng)探索了ICD的分子機(jī)制，但是很少在臨床上研究患者來(lái)評(píng)估ICD的可能性。例如，根據(jù)患者對(duì)ICD免疫療法的反應(yīng)來(lái)識(shí)別和分類(lèi)生物標(biāo)志物，將具有重要的臨床價(jià)值。近年來(lái)有研究[15-16]表明，ICD相關(guān)的基因在免疫治療中起著關(guān)鍵的作用，但在HCC中的具體作用尚不清楚。因此，本研究將基于大規(guī)模的HCC患者隊(duì)列，利用系統(tǒng)生物學(xué)方法篩選與ICD 相關(guān)的基因，并構(gòu)建一個(gè)基于這些基因的模型，用于預(yù)測(cè)HCC患者對(duì)免疫治療的反應(yīng)和生存結(jié)果。在未來(lái)，這項(xiàng)技術(shù)可以幫助醫(yī)生對(duì)治療作出重要的判斷。

1"""" 資料與方法

1.1" 數(shù)據(jù)收集"""""" 獲取與HCC中ICD相關(guān)的基因特征隊(duì)列采集和特征分析：從癌癥基因組圖譜（TCGA）和基因型-組織表達(dá)（GTEx）項(xiàng)目的存儲(chǔ)庫(kù)中獲取HCC隊(duì)列的臨床屬性以及相應(yīng)的對(duì)照肝組織樣本的轉(zhuǎn)錄組測(cè)序數(shù)據(jù)。共收集了252例早期HCC患者進(jìn)行分析。根據(jù)文獻(xiàn)[17-18]報(bào)道的57個(gè)ICD相關(guān)基因用于后續(xù)分析（表1）。

1.2" HCC中ICD相關(guān)基因變異" 使用R（v4.3.1）在TCGA-HCC數(shù)據(jù)矩陣中識(shí)別出HCC與對(duì)照組之間表達(dá)改變的基因子集，遵循假陽(yáng)性率（FDR）lt;0.05和絕對(duì)對(duì)數(shù)變化倍數(shù)（logFC）gt;1.5的閾值篩選原則。將這些差異表達(dá)基因（differentially expressed genes，DEG）與預(yù)先確定的ICD相關(guān)基因進(jìn)行交集，以確定差異表達(dá)的ICD相關(guān)基因集合。使用“ConsensusClusterPlus”R包（v1.54.0）進(jìn)行一致性聚類(lèi)分析，基于非負(fù)矩陣分析的異質(zhì)性聚類(lèi)分析方法將患者樣本進(jìn)行分組，設(shè)置候選聚類(lèi)數(shù)目k從2～9，通過(guò)多次重復(fù)聚類(lèi)并計(jì)算一致性矩陣，確定最優(yōu)的聚類(lèi)數(shù)目為k=2，并分為ICD高表達(dá)組和ICD低表達(dá)組。隨后使用GO（基因本體）框架和KEGG（京都基因和基因組百科全書(shū)）通路映射對(duì)這些差異表達(dá)的ICD相關(guān)基因進(jìn)行功能注釋?zhuān)肦中的Cluster Profiler包（v4.0.2），調(diào)整后的Plt;0.05且最小計(jì)數(shù)為1。深入分析ICD高表達(dá)組相關(guān)的功能和信號(hào)通路，采用基因集富集分析（gene set enrichment analysis，GSEA），選擇MSigDB數(shù)據(jù)庫(kù)中的“c2.cp.kegg.v7.0.symbols.gmt”和“c5.go. bp.v7.0.symbols.gmt”基因集進(jìn)行分析。

1.3" ICD基因表達(dá)與體細(xì)胞突變、免疫參數(shù)之間的關(guān)聯(lián) 通過(guò)下載HCC樣本的體細(xì)胞突變數(shù)據(jù)，使用Maftools包（v2.8.0）對(duì)突變數(shù)據(jù)進(jìn)行處理和可視化分析。通過(guò)ESTIMATE算法評(píng)估HCC患者腫瘤中ICD表達(dá)與免疫微環(huán)境之間的相互作用，該算法檢查了這些腫瘤樣本中預(yù)測(cè)的基質(zhì)和免疫細(xì)胞含量。使用CIBERSORT算法計(jì)算HCC患者之間的免疫浸潤(rùn)狀態(tài)。通過(guò)CIBERSORT算法進(jìn)行t檢驗(yàn)分析，以研究ICD表達(dá)與免疫細(xì)胞浸潤(rùn)、免疫檢查點(diǎn)之間的差異。

1.4" 構(gòu)建風(fēng)險(xiǎn)模型""""" 在來(lái)自TCGA-HCC數(shù)據(jù)集的252例具有總生存期（OS）數(shù)據(jù)的HCC病例隊(duì)列中，對(duì)差異表達(dá)的DE-IRG集合進(jìn)行單變量Cox回歸分析，以篩選出Plt;0.05的基因。隨后通過(guò)應(yīng)用最小絕對(duì)收縮和選擇算子（least absolute shrinkage and selection operator，LASSO）技術(shù)，對(duì)基因選擇進(jìn)行進(jìn)一步優(yōu)化，確定用于構(gòu)建預(yù)后風(fēng)險(xiǎn)模型的基因。使用R包中的ggplot2包（v3.3.5）對(duì)這些基因在HCC和對(duì)照組樣本之間的表達(dá)進(jìn)行比較分析，并通過(guò)人類(lèi)蛋白質(zhì)圖譜資源進(jìn)行免疫組化驗(yàn)證。根據(jù)各自Cox系數(shù)加權(quán)的基因表達(dá)水平線(xiàn)性組合計(jì)算每位患者的風(fēng)險(xiǎn)評(píng)分（風(fēng)險(xiǎn)評(píng)分=α1×X1+α2×X2+...+αn×Xn），根據(jù)中位數(shù)風(fēng)險(xiǎn)評(píng)分將患者分為高風(fēng)險(xiǎn)或低風(fēng)險(xiǎn)類(lèi)別。進(jìn)行比例風(fēng)險(xiǎn)假設(shè)檢驗(yàn)以評(píng)估風(fēng)險(xiǎn)模型的擬合度。通過(guò)Kaplan-Meier生存分析提供高風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)隊(duì)列的比較生存指標(biāo)，以圖形方式表示生存分布和風(fēng)險(xiǎn)特征。模型的預(yù)測(cè)可靠性通過(guò)pROC包中的受試者工作特征曲線(xiàn)（ROC曲線(xiàn)）分析進(jìn)行量化。使用類(lèi)似的方法論，應(yīng)用GTEx數(shù)據(jù)集進(jìn)行外部驗(yàn)證。此外，為了確定風(fēng)險(xiǎn)模型輸出與臨床參數(shù)之間的相關(guān)性，將來(lái)自TCGA-HCC的HCC樣本分為高于和低于中位數(shù)基因表達(dá)的兩個(gè)組，并對(duì)每個(gè)亞組執(zhí)行生存分析。

1.5" 確定早期HCC患者獨(dú)立的預(yù)后因素 利用來(lái)自TCGA-HCC數(shù)據(jù)庫(kù)HCC的完整臨床數(shù)據(jù)集，首先進(jìn)行單變量Cox比例風(fēng)險(xiǎn)分析，以確定具有Plt;0.05的臨床和風(fēng)險(xiǎn)模型因素。然后將這些顯著因素進(jìn)行多變量Cox回歸分析，以識(shí)別與HCC患者顯著相關(guān)的獨(dú)立預(yù)后指標(biāo)。構(gòu)建整合這些獨(dú)立變量的預(yù)后列線(xiàn)圖，以預(yù)測(cè)早期HCC患者1、3、5年的生存概率。通過(guò)生成校準(zhǔn)圖，評(píng)估列線(xiàn)圖的預(yù)測(cè)準(zhǔn)確性和可靠性。

1.6" 臨床樣本采集及RT-PCR""" 選取2022—2023年南昌大學(xué)第一附屬醫(yī)院收治的HCC患者5例。手術(shù)或活檢后立即將標(biāo)本保存在氣相液氮中。采用E.Z.N.A法提取標(biāo)本中的總RNA。總RNA試劑盒I（Omega）遵循制造商的協(xié)議。采用CFX96 Touch實(shí)時(shí)PCR檢測(cè)系統(tǒng)（Bio- Rad）進(jìn)行qRT-PCR，采用比較Ct法檢測(cè)目的基因的相對(duì)表達(dá)水平。以GAPDH作為歸一化對(duì)照。引物序列見(jiàn)表2。

1.7" 統(tǒng)計(jì)學(xué)方法"" 使用R（v4.3.1）進(jìn)行統(tǒng)計(jì)分析。兩組間比較采用成組t檢驗(yàn)。采用單因素和多因素Cox回歸分析確定臨床病理特征中的預(yù)后因素。采用Kaplan- Meier生存曲線(xiàn)進(jìn)行預(yù)后分析。采用Spearman秩相關(guān)進(jìn)行相關(guān)性分析。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2"""" 結(jié)果

2.1" 基于ICD差異基因分組結(jié)果""""" 通過(guò)一致性聚類(lèi)，根據(jù)最優(yōu)聚類(lèi)數(shù)目（k=2），將患者樣本分為ICD低表達(dá)組和ICD高表達(dá)組（圖1a～c）。構(gòu)建了ICD基因表達(dá)的熱圖（圖1d），ICD低表達(dá)組顯示ICD相關(guān)基因的低表達(dá)水平，而ICD高表達(dá)組顯示高表達(dá)水平。此外，生存分析表明，ICD低表達(dá)組預(yù)后較差，ICD高表達(dá)組與良好的臨床結(jié)果相關(guān)（P=0.004）（圖1e）。

2.2" ICD高表達(dá)組DEG和信號(hào)通路的分析""""" 由于ICD高表達(dá)組的臨床治療效果好，而ICD低表達(dá)組的預(yù)后差，在不同的表達(dá)組中確定了關(guān)鍵的DEG信號(hào)通路，以了解調(diào)控預(yù)后的分子機(jī)制。研究分析了上調(diào)基因的信號(hào)通路，發(fā)現(xiàn)這些基因在ICD高表達(dá)時(shí)富集于細(xì)胞黏附的調(diào)節(jié)、細(xì)胞活化的正調(diào)控、細(xì)胞黏附的正調(diào)控、白細(xì)胞活化的正調(diào)控、細(xì)胞因子-細(xì)胞因子受體相互作用、PI3K- Akt信號(hào)通路（圖2a、b）。這些結(jié)果表明，ICD的高表達(dá)與免疫活性微環(huán)境有關(guān)。為了進(jìn)一步確定與ICD高表達(dá)相關(guān)的信號(hào)通路，對(duì)ICD高表達(dá)組和低表達(dá)組進(jìn)行了GSEA。結(jié)果表明，ICD高表達(dá)組中的基因集中于免疫相關(guān)通路，如免疫球蛋白受體結(jié)合、造血細(xì)胞譜系和B淋巴細(xì)胞受體信號(hào)通路（圖2c、d）。

2.3" 免疫細(xì)胞浸潤(rùn)的體細(xì)胞突變分析與評(píng)價(jià)"" 研究對(duì)ICD高表達(dá)組和ICD低表達(dá)組進(jìn)行了體細(xì)胞突變分析，發(fā)現(xiàn)TP53、CTNNB1和MUC16是兩組中相對(duì)常見(jiàn)的突變，且具有不同的相對(duì)頻率（圖3）。此外，使用ESTIMATE算法分析HCC患者樣本數(shù)據(jù)，比較了患者免疫細(xì)胞和基質(zhì)細(xì)胞的相對(duì)評(píng)分，與ICD低表達(dá)組相比，ICD高表達(dá)組的免疫評(píng)分更高（P＜0.05）（圖4a～c）?；贑IBERSORT算法，本研究發(fā)現(xiàn)在ICD低表達(dá)組中血漿細(xì)胞和CD8+T淋巴細(xì)胞的浸潤(rùn)增加，而ICD高表達(dá)組中樹(shù)突狀細(xì)胞和巨噬細(xì)胞M0的浸潤(rùn)增加（圖4d）。對(duì)免疫檢查點(diǎn)的分析發(fā)現(xiàn)，ICD高表達(dá)組CD274、CTLA4、HAVCR2、TIGIT、PDCD1和PDCD1LG2的基因表達(dá)水平較ICD低表達(dá)組明顯升高（P值均＜0.05）（圖4e）。同時(shí)，ICD高表達(dá)組的HLA-A、HLA-C、HLA-DPA1等基因表達(dá)水平也高于ICD低表達(dá)組（P值均＜0.05）（圖4f）。

2.4" ICD風(fēng)險(xiǎn)特征的構(gòu)建與驗(yàn)證 在訓(xùn)練集中，通過(guò)單因素Cox比例風(fēng)險(xiǎn)分析確定了8個(gè)與HCC預(yù)后相關(guān)的ICD基因（圖5a）。這些與OS相關(guān)的ICD基因隨后被用于通過(guò)LASSO Cox生成預(yù)后特征回歸方法（圖5b、c），其中來(lái)自2個(gè)ICD基因?qū)Φ南禂?shù)被用于計(jì)算風(fēng)險(xiǎn)評(píng)分。風(fēng)險(xiǎn)評(píng)分模型采用以下算法開(kāi)發(fā)：風(fēng)險(xiǎn)評(píng)分=HSPA4×0.131 8+TREM1×0.395 6。根據(jù)風(fēng)險(xiǎn)評(píng)分的中位數(shù)將HCC患者分層為低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組，然后在訓(xùn)練集中評(píng)估其預(yù)測(cè)價(jià)值。高風(fēng)險(xiǎn)組的HCC患者OS較差（P=0.002）（圖5d）。然后將相同的公式和截止閾值應(yīng)用于驗(yàn)證集（GEO，GSE76427），同樣揭示了高風(fēng)險(xiǎn)組的HCC患者有更差的OS（P＜0.001）（圖5e）。隨著風(fēng)險(xiǎn)評(píng)分的增加，死亡風(fēng)險(xiǎn)增力口。在驗(yàn)證集中也觀(guān)察到了相同的分析結(jié)果（圖5f～i）。

2.5" 列線(xiàn)圖的構(gòu)建、評(píng)估及qRT-PCR驗(yàn)證"""" 通過(guò)結(jié)合患者的臨床病理特征，將年齡、性別、腫瘤分級(jí)、腫瘤分期和風(fēng)險(xiǎn)評(píng)分納入到單因素和多因素Cox回歸進(jìn)行分析。結(jié)果表明，在訓(xùn)練集中，年齡和風(fēng)險(xiǎn)評(píng)分是OS的獨(dú)立預(yù)后因素（P值均＜0.05）（圖6a、b）。為了更好地應(yīng)用這一結(jié)果，將TNM分期分三個(gè)參數(shù)納入，構(gòu)建了列線(xiàn)圖來(lái)預(yù)測(cè)患者1、3和5年的生存率（圖6c），校準(zhǔn)圖顯示該列線(xiàn)圖具有良好的預(yù)測(cè)能力（圖6d）。此外，還通過(guò)qRT-PCR在5個(gè)臨床樣本中驗(yàn)證了風(fēng)險(xiǎn)評(píng)分模型中2個(gè)基因的表達(dá)水平。結(jié)果表明，HSPA4和REM1在HCC腫瘤樣本中的相對(duì)表達(dá)水平顯著高于瘤旁組織（P值均＜0.001）（圖7）。

2.6" 風(fēng)險(xiǎn)評(píng)分與免疫微環(huán)境特征""""" 考慮到ICD在抗腫瘤免疫反應(yīng)中的重要生物學(xué)作用，進(jìn)一步探究了ICD風(fēng)險(xiǎn)評(píng)分與腫瘤微環(huán)境之間的關(guān)系。結(jié)果表明，風(fēng)險(xiǎn)評(píng)分升高的患者與γδT淋巴細(xì)胞、漿細(xì)胞和CD8+T淋巴細(xì)胞呈負(fù)相關(guān)，與記憶B淋巴細(xì)胞、靜止樹(shù)突狀細(xì)胞和M0型巨噬細(xì)胞呈正相關(guān)（P值均＜0.05）（圖8）。

3"""" 討論

HCC是世界上第六大常見(jiàn)的惡性腫瘤，也是惡性腫瘤死亡的第四大常見(jiàn)原因[19]。在治療過(guò)程中，由于化療藥物的選擇性不強(qiáng)，故易誘發(fā)多藥耐藥，這導(dǎo)致肝癌治療過(guò)程中化療藥物的臨床效果大大被降低。目前，許多HCC的化療方案均未達(dá)到預(yù)期效果，其中化療耐藥是影響肝癌化療療效的最關(guān)鍵因素[20-22]。免疫治療近年來(lái)在多種惡性腫瘤中取得了顯著的突破，然而，在HCC的治療中，免疫療法的應(yīng)用仍受限制。一個(gè)可能的原因是肝癌組織微環(huán)境的免疫抑制作用。近期研究[23]表明，ICD在調(diào)節(jié)腫瘤微環(huán)境中的免疫應(yīng)答方面起著重要作用。

ICD是一種獨(dú)特的受調(diào)控的細(xì)胞死亡類(lèi)型，通過(guò)釋放免疫信號(hào)分子如損傷相關(guān)分子模式，能夠增強(qiáng)樹(shù)突狀細(xì)胞的抗原呈遞能力，并激活腫瘤特異性T淋巴細(xì)胞的殺傷作用，從而促進(jìn)宿主免疫系統(tǒng)對(duì)腫瘤的免疫反應(yīng)[24-25]。未來(lái)的研究可以進(jìn)一步探索ICD相關(guān)基因/通路在個(gè)性化HCC治療中的應(yīng)用前景，特別是通過(guò)結(jié)合ICD與其他臨床參數(shù)的預(yù)后模型，以幫助醫(yī)生更精準(zhǔn)地預(yù)測(cè)患者的治療反應(yīng)和生存結(jié)果。基于ICD相關(guān)基因的表達(dá)，本研究通過(guò)聚類(lèi)分析在HCC中確定了2種聚類(lèi)分型，即ICD低表達(dá)組和ICD高表達(dá)組。結(jié)果顯示ICD低表達(dá)組預(yù)后較差，ICD高表達(dá)組與良好的臨床結(jié)果相關(guān)。進(jìn)一步分析了不同表達(dá)組的關(guān)鍵DEG和信號(hào)通路，結(jié)果顯示，ICD的高表達(dá)組與免疫活性微環(huán)境相關(guān)。GSEA分析結(jié)果顯示，ICD高表達(dá)組的基因主要集中在免疫相關(guān)途徑。體細(xì)胞突變分析表明，TP53、CTNNB1和MUC16在ICD高表達(dá)組中的相對(duì)頻率與ICD低表達(dá)組不同，TP53突變?cè)贗CD高表達(dá)組中相對(duì)更為普遍，而CTNNB1和MUC16在ICD低表達(dá)組中更為突出。這些差異可能反映了不同ICD表達(dá)亞型對(duì)免疫細(xì)胞浸潤(rùn)和腫瘤微環(huán)境的調(diào)節(jié)方式。另外，與ICD低表達(dá)組相比，ICD高表達(dá)組的免疫評(píng)分明顯較高，腫瘤純度較低?；贑IBERSORT算法，發(fā)現(xiàn)在ICD 低表達(dá)組中血漿細(xì)胞和CD8+T淋巴細(xì)胞的浸潤(rùn)增加，而ICD高表達(dá)組中樹(shù)突狀細(xì)胞和巨噬細(xì)胞M0的浸潤(rùn)增加。對(duì)免疫檢查點(diǎn)的分析發(fā)現(xiàn)，ICD高表達(dá)組的CD274、CTLA4、HAVCR2、TIGIT、PDCD1、PDCD1LG2、HLA-A、HLA-C、HLA-DPA1等基因的表達(dá)水平明顯高于ICD低表達(dá)組。

此外，研究還構(gòu)建并驗(yàn)證了8個(gè)ICD相關(guān)基因的預(yù)后風(fēng)險(xiǎn)特征。高風(fēng)險(xiǎn)組的HCC患者OS較差，且死亡風(fēng)險(xiǎn)隨著風(fēng)險(xiǎn)評(píng)分的增加而增加。Cox回歸分析表明，年齡和風(fēng)險(xiǎn)評(píng)分是OS的獨(dú)立預(yù)后因素。為了更好地應(yīng)用該結(jié)果，構(gòu)建了列線(xiàn)圖，預(yù)測(cè)患者1、3、5年的生存率，結(jié)果顯示列線(xiàn)圖具有較好的預(yù)測(cè)能力。相關(guān)性分析結(jié)果顯示，風(fēng)險(xiǎn)評(píng)分升高的患者與Y8T淋巴細(xì)胞、漿細(xì)胞和CD8+T淋巴細(xì)胞呈負(fù)相關(guān)；與記憶B淋巴細(xì)胞、靜止樹(shù)突狀細(xì)胞和M0型巨噬細(xì)胞呈正相關(guān)。ICD作為一種可引起免疫反應(yīng)的細(xì)胞死亡，有望打破免疫抑制的腫瘤微環(huán)境，啟動(dòng)T淋巴細(xì)胞介導(dǎo)的適應(yīng)性免疫應(yīng)答，動(dòng)員全身的免疫反應(yīng)，從而實(shí)現(xiàn)長(zhǎng)期抑制腫瘤的作用[26]。

雖然該研究利用生物信息學(xué)分析，對(duì)ICD相關(guān)基因在免疫微環(huán)境中的潛在意義及其在HCC免疫治療反應(yīng)中的預(yù)測(cè)價(jià)值提供了深入見(jiàn)解，但本研究存在一定局限性。本研究的數(shù)據(jù)來(lái)源于TCGA公共數(shù)據(jù)庫(kù)，即使全面分析了ICD基因表達(dá)、免疫應(yīng)答和突變的各個(gè)方面，仍需要進(jìn)一步的臨床驗(yàn)證和實(shí)驗(yàn)探索。

綜上，本研究強(qiáng)調(diào)了與ICD相關(guān)的基因可能在塑造免疫微環(huán)境中發(fā)揮的關(guān)鍵作用，并可能成為HCC免疫治療反應(yīng)的預(yù)測(cè)指標(biāo)。此外，構(gòu)建的ICD風(fēng)險(xiǎn)特征模型和列線(xiàn)圖對(duì)HCC患者的預(yù)后預(yù)測(cè)和制訂個(gè)體化治療方案具有重要的價(jià)值。然而，筆者認(rèn)為持續(xù)的研究和嚴(yán)格的臨床驗(yàn)證是確認(rèn)這些結(jié)果準(zhǔn)確性和可靠性不可或缺的步驟，將進(jìn)一步推動(dòng)對(duì)HCC患者與ICD相關(guān)基因的理解和應(yīng)用。

參考文獻(xiàn)：

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

[2] GANESAN P，KULIK LM. Hepatocellular carcinoma：New developments [J]. Clin Liver Dis，2023，27（1）：85-102. DOI： 10.1016/j.cld.2022.08.004.

[3] LLOVET JM，KELLEY RK，VILLANUEVA A，et al. Hepatocellular car- cinoma[J]. Nat Rev Dis Primers，2021，7（1）：6. DOI： 10.1038/s41572- 020-00240-3.

[4] ZHANG YY，ZHANG ZM. The history and advances in cancer immu-notherapy：Understanding the characteristics of tumor-infiltrating im-mune cells and their therapeutic implications[J]. Cell Mol Immunol，2020，17（8）：807-821. DOI： 10.1038/s41423-020-0488-6.

[5] NAIMI A，MOHAMMED RN，RAJI A，et al. Tumor immunotherapies by immune checkpoint inhibitors （ICIs）；the pros and cons[J]. Cell Commun Signal，2022，20（1）：44. DOI： 10.1186/s12964-022-00854-y.

[6] KENNEDY LB，SALAMA AKS. A review of cancer immunotherapy toxicity[J]. CA Cancer J Clin，2020，70（2）：86-104. DOI： 10.3322/ caac.21596.

[7] LLOVET JM，CASTET F，HEIKENWALDER M，et al. Immunothera-pies for hepatocellular carcinoma[J]. Nat Rev Clin Oncol，2022，19（3）：151-172. DOI： 10.1038/s41571-021-00573-2.

[8] SANGRO B，SAROBE P，HERVAS-STUBBS S，et al. Advances in immu-notherapy for hepatocellular carcinoma[J]. Nat Rev Gastroenterol Hepatol，2021，18（8）：525-543. DOI： 10.1038/s41575-021-00438-0.

[9] NIU X，CHEN LJ，LI Y，et al. Ferroptosis，necroptosis，and pyropto-sis in the tumor microenvironment：Perspectives for immunotherapy of SCLC[J]. Semin Cancer Biol，2022，86（Pt 3）：273-285. DOI：10.1016/j.semcancer.2022.03.009.

[10] CAI JY，HU YY，YE Z，et al. Immunogenic cell death-related risk sig-nature predicts prognosis and characterizes the tumour microenviron-ment in lower-grade glioma[J]. Front Immunol，2022，13：1011757. DOI： 10.3389/fimmu.2022.1011757.

[11] KROEMER G，GALASSI C，ZITVOGEL L，et al. Immunogenic cell stress and death[J]. Nat Immunol，2022，23（4）：487-500. DOI：10.1038/s41590-022-01132-2.

[12] AHMED A，TAIT SWG. Targeting immunogenic cell death in cancer[J]. Mol Oncol，2020，14（12）：2994-3006. DOI： 10.1002/1878-0261.12851.

[13] FUCIKOVA J，KEPP O，KASIKOVA L，et al. Detection of immuno-genic cell death and its relevance for cancer therapy[J]. Cell Death Dis，2020，11（11）：1013. DOI： 10.1038/s41419-020-03221-2.

[14] ZHOU JY，WANG GY，CHEN YZ，et al. Immunogenic cell death in can-cer therapy：Present and emerging inducers[J]. J Cell Mol Med，2019，23（8）：4854-4865. DOI： 10.1111/jcmm.14356.

[15] CHIARAVALLI M，SPRING A，AGOSTINI A，et al. Immunogenic cell death：An emerging target in gastrointestinal cancers[J]. Cells，2022，11（19）：3033. DOI： 10.3390/cells11193033.

[16] GALLUZZI L，KEPP O，HETT E，et al. Immunogenic cell death in can-cer：Concept and therapeutic implications[J]. J Transl Med，2023，21（1）：162. DOI： 10.1186/s12967-023-04017-6.

[17] WANG XW，WU SW，LIU F，et al. An immunogenic cell death-related classification predicts prognosis and response to immunotherapy in head and neck squamous cell carcinoma[J]. Front Immunol，2021，12：781466. DOI： 10.3389/fimmu.2021.781466.

[18] GARG AD，DE RUYSSCHER D，AGOSTINIS P. Immunological meta-gene signatures derived from immunogenic cancer cell death asso-ciate with improved survival of patients with lung，breast or ovarian malignancies：A large-scale meta-analysis[J]. Oncoimmunology，2015，5（2）：e1069938. DOI： 10.1080/2162402X.2015.1069938.

[19] BROWN ZJ，TSILIMIGRAS DI，RUFF SM，et al. Management of hepa-tocellular carcinoma：A review[J]. JAMA Surg，2023，158（4）：410-420. DOI： 10.1001/jamasurg.2022.7989.

[20] TRICOLI L，NITURE S，CHIMEH U，et al. Role of microRNAs in the development of hepatocellular carcinoma and drug resistance[J]. Front Biosci （Landmark Ed），2019，24（2）：382-391. DOI： 10.2741/ 4724.

[21] CEBALLOS MP，QUIROGA AD，PALMA NF. Role of sirtuins in hepa-tocellular carcinoma progression and multidrug resistance：Mecha-nistical and pharmacological perspectives[J]. Biochem Pharmacol，2023，212：115573. DOI： 10.1016/j.bcp.2023.115573.

[22] DEVAN AR，KUMAR AR，NAIR B，et al. Insights into an immunothera-peutic approach to combat multidrug resistance in hepatocellular carci- noma[J]. Pharmaceuticals （Basel），2021，14（7）：656. DOI： 10.3390/ ph14070656.

[23] LI ZL，LAI XQ，F(xiàn)U SQ，et al. Immunogenic cell death activates the tu-mor immune microenvironment to boost the immunotherapy effi- ciency[J]. Adv Sci （Weinh），2022，9（22）：e2201734. DOI： 10.1002/ advs.202201734.

[24] ZHANG SW，WANG J，KONG ZQ，et al. Emerging photodynamic nanotherapeutics for inducing immunogenic cell death and potenti-ating cancer immunotherapy[J]. Biomaterials，2022，282：121433. DOI： 10.1016/j.biomaterials.2022.121433.

[25] LIU GH，QIU YM，ZHANG P，et al. Immunogenic cell death en-hances immunotherapy of diffuse intrinsic pontine glioma：From pre- clinical to clinical studies[J]. Pharmaceutics，2022，14（9）：1762. DOI： 10.3390/pharmaceutics14091762.

[26] SANSONE C，BRUNO A，PISCITELLI C，et al. Natural compounds of marine origin as inducers of immunogenic cell death （ICD）：Poten-tial role for cancer interception and therapy[J]. Cells，2021，10（2）：231. DOI： 10.3390/cells10020231.