肝细胞癌(Hepatocellular carcinoma,HCC)是一种高异质性、高发病率和高死亡率的恶性肿瘤,基于HCC相关的分子特征建立分子分型方法,对改善患者预后具有重要意义。细胞焦亡和铁死亡作为两种新近发现的调节性细胞死亡方式,与HCC的发生、发展和治疗都密切相关,具有用于HCC分子分型的潜力。本文通过对大型肿瘤基因组数据库进行生物信息学分析,探究细胞焦亡和铁死亡用于HCC分子分型的潜力。具体如下:1、基于细胞焦亡的肝细胞癌分子分型生物信息学研究(1)基于与HCC相关的细胞焦亡基因的表达,我们将HCC患者分成了两个具有显著异质性的细胞焦亡分子亚型,Py High和Py Low,Py High亚型具有更高的细胞焦亡表达。(2)单因素和多因素Cox分析表明我们所建立的细胞焦亡分子分型方法是HCC的潜在独立预后指标,Py High亚型可能预示着患者的更差预后(单因素Cox:HR=1.668,P=0.011;多因素Cox:HR=1.633,P=0.02Taxus media0)。分层生存分析结果显示,该细胞焦亡分子分型方法还可用于TNM(III+IV)期和MYC非扩增型亚群患者的预后预测(Log-rank检验,P<0.01)。(3)基于癌症药物敏感性基因组学数据库的数据,我们为Py Low亚型和Py High亚型分别预测到了5个和31个不同的敏感化合物,其中分别有2个和13个已被文献报道有抗HCC活性,其中又有三个上市药物已有HCC相关临床实验,包括吉非替尼、吉西他滨和福瑞替尼(前者对Py Low亚型敏感,后两个对Py High亚型敏感),表明该分子分型方法有望助力HCC的敏感化合物合理选择。(4)机制分析表明细胞焦亡亚型在HCC中的预后和化合物敏感性异质性可能与肿瘤免疫,特别是细胞因子相关。Py High亚型具有更丰富的淋巴细胞浸润和更高水平的细胞因子相关基因表达。2、基于铁死亡的肝细胞癌分子分型生物信息学研究(1)基于结合前馈神经网络和Cox比例风险模型的深度神经网络模型所提取的与HCC预后相关的铁死亡特征,我们将HCC患者分成了两个具有显著异质性的铁死亡分子亚型,Fe High和Fe Low。Fe High亚型患者具有更高的铁代谢、ROS代谢和脂质代谢相关通路活性。(2)单因素和多因素Cox分析表明我们所建立的铁死亡分子分型方法是HCC具有潜力的独立预后指标,Fe Low亚型患者的预后可能更差(单因素Cox:HR=3.784,P<0.001;多因素Cox:HR=3.816,P<0.001)。分层生存分析结果显示,该铁死亡分子分型方法的预后预测能力具有广泛的人群适用范围。在TNM(I+II)期、TNM(III+IV)期、TP53野生型、TP53突变型、MYC非扩增型和MYC扩增型特定亚群患者中,它依旧能较好地区分高低风险人群(Log-rank检验,除MYC扩增型P=0.007外,其它均P<0.001)。(3)化合物敏感性分析显示两个铁死亡亚型的化合物敏感谱也具有异质性,Fe High亚型和Fe Low亚型分别被预测到了13个和Naporafenib使用方法7个不同的敏感化合物,其中分别有4个和3个已被文献报道具有抗HCC活性,其中吉非替尼(对Fe High亚型敏感)已有HCC相关临床实selleck抑制剂验,这提示该分子分型方法对HCC的化合物敏感性也具有一定预测价值。有趣的是,我们还发现Fe High亚型与Py Low亚型的化合物敏感谱相似,Fe Low亚型与Py High亚型的化合物敏感谱相似,表明铁死亡分子分型和细胞焦亡分子分型可潜在联合用于HCC的化合物敏感性预测。(4)机制分析表明铁死亡分子分型影响HCC的预后和化合物敏感性异质性可能与细胞色素P450代谢、细胞外基质-受体相互作用等通路相关。综上所述,本文基于细胞焦亡和铁死亡相关功能基因,初步建立了两种具有潜在临床应用价值的新型HCC分子分型方法。首先,它们均可用于HCC的预后预测,其中铁死亡分子分型方法具有广泛的人群适用范围,有望助力临床工作者对患者进行风险分层管理。其次,这两种方法可联合用于HCC的敏感化合物预测,进而可能筛选到更可靠的敏感化合物,为制定个性化用药方案提供潜在参考。