影响因子：8.7
研究概述
软组织肉瘤(STS)是源自间充质细胞的异质性恶性肿瘤，可发生于全身各个部位，各年龄段均可发病。由于其异质性和对化疗的总体反应有限，手术切除是当前治疗的主要手段。坏死性凋亡是可以保护机体免受癌症侵害的程序性细胞死亡机制之一，已成为增强癌症免疫治疗的新策略。
在这项研究中，作者结合基因组学和临床数据，构建了基于坏死性凋亡相关基因的预后模型，并分析了肿瘤微环境与STS之间的关联。研究结果表明，坏死性凋亡在塑造STS肿瘤微环境和免疫特征方面存在潜在作用，这对指导临床治疗具有重要意义。
研究结果
一、STS和正常组织之间的坏死性凋亡相关基因(NRG)
1、分析34个NRGs在软组织肉瘤(STS)和正常组织中的表达情况（下图A）、在染色体上的位置（下图B）以及突变的频率和类型（下图C），其中TP53是最常见的突变基因。
2、基于NRGs编码的蛋白质构建PPI网络，鉴定出10个枢纽基因（RIPK1、CASP8、RIPK3、TRAF2、FADD、BIRC2、CFLAR、TNFRSF10A、TNF和TNFRSF10B）（下图D）。
3、基于NRGs的主成分分析(PCA)可有效地在表达水平上将STS与正常组织区分开（下图E）。
4、检测了NRGs和免疫相关细胞的表达水平之间的相关性，发现ZBP1、TNFSF10、RIPK3、MLKL、FASLG和CYLD与免疫相关细胞显著相关（p<0.05）（下图F）。
5、通过RT-qPCR定量HSF、SW-982、hSS-005R和SW-872细胞系中NRGs的表达，以验证一些关键NRGs的表达水平。其中CFLAR、SQSTM1和TNFAIP3在肿瘤中表达下调，而HMGB1、IPMK、PARP1、PELI1和TRPM7在肿瘤中表达上调（下图）。
二、基于坏死性凋亡的TCGA-SARC聚类分析
1、为了评估基于坏死性凋亡调节基因的不同STS亚型的临床特征和预后，进行共识聚类分析将TCGA-SARC队列分配到两个不同的亚群中（下图A）。
2、其中C1亚群包含119名STS患者，C2亚群包含140名STS患者。值得注意的是，C1亚群和C2亚群之间的总体生存曲线存在显著差异（p=0.002，下图B）。热图则展示了NRG在C1和C2亚群中的表达水平（下图C）。
三、C1和C2亚群之间的DEG
1、研究发现，C1与C2亚群中共有565个DEG（下图A）。此外，两个不同亚群之间的临床病理学特征包括组织学、转移、性别、生命状态和无病状态均存在显著差异（p<0.05）。
2、对这565个DEGs进行GO和KEGG富集分析。GO分析发现，DEGs集中在T细胞活化、白细胞-细胞粘附和T细胞活化调节等途径中（下图B）；KEGG分析发现，DEGs在金黄色葡萄球菌感染、吞噬体和结核病中显著富集（下图C）。
四、坏死性凋亡相关基因特征的建立
1、采用单变量Cox回归分析筛选出39个基因进行进一步分析（下图A），使用Lasso回归从565个DEG中鉴定出10个关键基因，并构建与坏死性凋亡相关的基因特征（下图B-C）。
2、选择中位数作为分割点将259名STS患者分为低风险组和高风险组（下图D）。在TCGA-SARC队列中，K-M图显示高低风险评分组之间存在显著差异（p<0.001，下图E）。ROC曲线的曲线下面积(AUC)用于评估模型的性能（1年=0.681、3年=0.686、5年=0.716，下图F）。
3、利用外部数据集GSE17118验证坏死性凋亡相关基因特征的准确性（下图G-I）。
五、坏死性凋亡相关预后模型的建立
1、结合其他临床特征分析风险评分的预后价值。下图A显示高低风险组之间的种族、转移、组织学部位和肿瘤深度的临床特征。下图B显示不同亚群分布、临床特征、风险评分和基于坏死性凋亡调节因子的存活率之间的关系。
2、多变量Cox回归分析将临床特征与坏死性凋亡相关风险评分相结合，建立预后模型（下图C）。
3、基于坏死性凋亡相关模型，进一步创建具有临床实用性，并且与坏死性凋亡相关模型互补的新型列线图（下图D），列线图的校准曲线证明3年和5年OS预测相对较好（下图E）。
六、免疫浸润与风险评分之间的关联
1、通过ssGSEA评估高低风险评分组之间免疫细胞的浸润程度。结果显示，在TCGA-SARC队列中，高风险组的免疫细胞浸润显著低于低风险组（p<0.05，下图A）。在高坏死性凋亡相关风险组中，所有13种相关免疫细胞功能显著降低（p<0.05，下图B）。
2、以相同的方法分析了GSE17118队列的免疫活性。结果显示，高风险组的免疫浸润显著下降（下图C-D）。
1、检测特征基因的表达水平与免疫相关细胞之间的关系。其中，ITGB7和CFP与所有免疫相关细胞呈显著正相关（p<0.05，下图E）。
4、比较两个风险组之间免疫检查点和相关免疫基因的表达情况。结果显示，低风险评分组的相关基因表达水平显著高于高风险组（下图G）。此外，TIDE分析也显示，高风险组的TIDE评分显著更高（下图F）。
5、由于TCGA-SARC队列中没有免疫治疗信息，因此引入了一组接受抗PD-1和抗CTLA-4联合治疗的黑色素瘤患者，计算该队列患者的风险评分。结果发现，低风险组对免疫治疗的反应率明显更高（下图A），而且预后明显更好（下图B）。
6、对于体细胞突变的频率，高低风险组之间没有发现显著差异（下图D-E）。此外，高低风险组之间差异表达的途径包括p53、过氧化物酶体途径（下图F）。
七、风险评分在生物过程和化疗中的潜在作用
1、由于免疫/化疗是治疗STS的常用方法之一，作者评估了这2种坏死性凋亡相关亚型对阿霉素、阿糖胞苷、多西紫杉醇、甲氨蝶呤、舒尼替尼、吉非替尼、拉帕替尼和硼替佐米等8种化疗药物的反应，并根据这8种化疗药物的预测模型估计了TCGA-SARC队列中每个样本的IC50。
2、与高风险组相比，阿霉素、阿糖胞苷、多西他赛和甲氨蝶呤等常见化疗药物在低风险组中均未表现出显著不同的反应（下图A-D）。
3、舒尼替尼、吉非替尼、拉帕替尼和硼替佐米在高低风险组之间的IC50估计值存在显著差异，这几种药物在低风险组中更敏感（下图E-H）。
总结
坏死性凋亡被广泛认为是细胞死亡的一种炎症形式，它与促炎细胞因子的产生、生物膜的破坏和细胞内损伤相关分子模式的释放有关。在这项研究中，作者全面分析了STS中NRGs基因表达、临床特征和预后之间的关系。结果显示，有34个NRGs具有显著表达差异，可用于有效区分STS与正常组织。此外，作者还构建了具有10个坏死性凋亡相关基因的DEG的风险评分模型，并验证该模型可以成为STS患者的独立预后因素。
