背景:胃癌是世界上最常见的恶性肿瘤之一,与高死亡率相关,5年生存率仍不足40%。铁死亡是一种由脂质过氧化和活性氧的积累驱动导致的细胞程序性死亡方式,铜死亡是一种通过铜离子与三羧酸循环的酯酰化成分直接结合导致细胞死亡的细胞程序性死亡方式。研究更多表明,作为与金属相关的细胞程序性死亡方式,铁死亡和铜死亡与肿瘤的发生发展密切相关。此外,与铁死亡和铜死亡相关的基因已被鉴定为预测癌症患者预后的新生物标志物。但铁死亡联合铜死亡相关基因与胃癌患者预后之间的关系仍需进一步研究。为此,本研究旨在通过筛选铁死亡和铜死亡相关差异表达基因,构建个体化预后预测模型,为胃癌患者个体化治疗提供理论基础。目的:利用生物信息学方法筛选出胃癌患者预后相关的铁死亡和铜死亡差异表达基因,进行无监督聚类亚型分析并建立预后风险评分模型,精准预测患者预后,使用免疫组化染色实验验证相关基因在胃癌组织和癌旁组织的表达情况,评估基于研究结果的患者预后风险。方法:从TCGA-STAD数据库中下载共412例胃腺癌患者组织、36例癌旁组织的转录组数据及临床数据。使用单因素COX回归获得胃癌患者预后相关的铁死亡和铜死亡差异表达基因。将获得的差异表达基因进行相互关联网络分析、蛋白质相互作用网络分析和拷贝数变异分析。从GEO数据库下载序列GSE84437中433名胃癌患者的基因芯片数据和临床信息,并对其进行标准化。将TCGA-STAD数据和GEO-GSE84437数据合,使用K-means无监督聚类分析获得亚型。对亚型进行基因差异分析,PCA分析,生存分析,GSEA分析和ss GSEA分析。将TCGA-STAD数据和GEO-GSE84437数据合并随机1:1分为训练组和验证组,对训练组数据使用Lasso回归和多因素Cox回归分析进一步筛选预后相关差异基因,构建预后风险评分模型,根据风险评分中位数将样本分为高风险组和低风险组,验证组数据验证模型。通过生存分析、受试者工作特征曲线(ROC曲线)、独立预后分析评估模型的预测性能,构建列阵图。对高、低风险组进行差异基因分析和selleck HPLC通路富集分析,观察差异基因富集于哪些基因通路。通过肿瘤突变负荷分析和ss GSEA分析评估免疫细胞和免疫功能在高、低风险组之间的差异,并预测该模型与肿瘤微环境和免疫治疗之间的关联。使用外部数据、临床样本、免疫组化实验验证构成模型的主要相关基因在胃癌和癌旁组织的表达情况。结果:1.共筛选出12个胃癌预后相关的差异表达基因。其中铁死亡相关Hp infection基因11个,分别为NOX4、GLS2、MYB、PRKAA2、SLC7A11、ZFP36、DUSP1、ANGPTL7、TSC22D3、ATP6V1G2、NNMT;铜死亡相关基因1个,为GCSH。2.根据12个预后相关差异表达基因通过无监督聚类分析将胃癌患者分为4个亚型,其中B亚型表现出GCSH、NOX4、PRKAA2、ZFP36、DUSP1、ANGPTL7、TSC22D3、ATP6V1G2、NNMT等基因的高表达,GLS2、MYB、SLC7A11等基因的低表达,临床特征较差且生存期较短。与其他亚型相比,B亚型在免疫细胞浸润和免疫功能方面也有差异。3.利用Lasso-COX回归构建了胃癌预后风险评分模型,该模型由4个铁死亡相关基因(NOX4、GLS2、MYB、NNMT)和1个铜死亡相关基因(GCSH)构成,其1、3、5年的ROC曲线下面积分别为0.641、0.658、0.667。根据单因素独立预后分析和多因素独立预后分析生成了包含年龄、T分期、N分期和风险评分的列线图,以预测患者1、3、5年生存率。4.模型高低风险组的通路富集分析结果显示两组在细胞外基质通路方面表达有明显差异;高风险组与低风险组相比,显示出更低的肿瘤突变负荷、更高的TIDE值以及较低的免疫治疗受益可能性。在免疫细胞浸润、免疫功能和肿瘤微环境得分方面存在显著差异,表明更高的肿瘤纯度和更差的预后。5.免疫组化实验验证了GCSH在胃癌组织中高表达,癌旁组织中低表达;GLS2在胃癌组织中低表达,癌旁组织中高表达,与预测模型的结果一致结论:1.铁死亡和铜死亡相关基因与胃癌患者预后密切相关,筛选出的12个潜在肿瘤标志物可用于预测胃癌患者的预后,并为诊断、免疫治疗和预后监测提供了潜在靶点。2.我们建立了一个由5个基因构成的胃癌预后风险模型,能够准确预测胃癌患者的预后和免疫治疗效果,并指导患者进行个体化治疗。3.铁死亡和铜死亡相关基因可能通过调节细胞外基质和免疫细胞的功能,从而改变肿瘤免疫细胞的浸润程度、肿瘤免疫功能以及肿瘤微环境,进而影响胃癌的发生和发展,并对患者的预后产生影响。这些发现揭示了胃癌发病机制中的重要调控通路,为深入了解胃癌的分子机制和开发新的治疗策略提供了理论依据。