目的 胃癌目前仍是世界范围内发病率和致死率较高的疾病.目前AJCC 分期及传统的组织学分级系统仍是指导胃癌患者预后评估及治疗选择的主流方法 .然而,由于胃癌的发生发展存在生物学异质性,即便是在传统分期及分级系统的指导下,亚组内胃癌患者的生存预后仍存在较大差异.因此,为了更好的指导胃癌患者的预后预测及治疗选择,需要开发新型诊断系统,以便更好地指导临床.方法 我们下载了GEO 以及TCGA 中胃癌患者相关的临床数据及基因表达数据,并对此进行分析.我们采用GEO 数据(GSE62254,GSE34942,GSE57303)作为训练数据集,GEO 及TCGA 数据(GSE15459,GSE84437,TCGA-STAD)作为验证数据集,建立由肿瘤相关基因,肿瘤相关非编码基因以及肿瘤微环境相关指标组成的评分系统(TNM score),并在ACRG 及TCGA 数据集中验证其对胃癌预后及免疫治疗疗效的预测作用.结果 我们分别建立了肿瘤相关编码基因评分系统(Tumor score)、肿瘤相关非编码基因评分系统(NC score)及肿瘤微环境相关评分系统(TME score),患者预后差定义为1,否则赋值为0.累加三种评分得到患者的TNM score(0、1、2、3),对应不同的预后结果 .结果 显示,TNMscore-3直接对应着最差的患者预后,TNMscore-0 与其完全相反,不同分值患者的预后差异具有统计学意义(P＜0.001).此外,还观察到TNMscore-3 患者的胃癌分子亚型多为EMT 表型,而具有最佳预后的MSI 表型较多见于TNMscore-0 患者.在TCGA 胃癌患者中,TME score、Tumor score、NC score均可作为独立预后因素,因素Cox 比例风险回归模型表明,综合3 个评分的TNM 评分模型是独立且有力的预后因素(P ＜ 0.001).为了进一步研究TNM score 与潜在生物学表型之间的联系,我们在胃癌数据集中与已知的肿瘤标签做了相关性分析,发现Tumor score、NC score、TNM score,特别是Tumor score,与肿瘤EMT 及TGF-β 信号通路呈明显正相关,与DNA 损伤修复相关通路包括碱基切除修复、核苷酸切除修复、错配修复及细胞周期等呈明显负相关.与之相反的是,TMEscore 较高提示着CTL 和免疫检查点及DNA 损伤修复相关通路的激活及TGF-β 信号通路的抑制,患者的生存预后较好.通过对Imvigor210 和GSE78220 两个免疫治疗数据集进行分析,我们发现在Imvigor210 中高TME score 的患者中PR/CR 比例明显较高(32.7％),PD/SD 比例(67.3％)明显较低,GSE78220 数据集中表现类似.TME score 值在PR、CR、SD、PD 的患者组中连续显著降低.结合TME score 与TMB 分析显示,高TME score、高TMB 患者生存预后明显优于低TME score、低TMB 患者.ROC 曲线分析表明联合TME score、Tumor score、TMB 的复合模型预测能力最好(AUC=0.708).结论 通过上述分析我们证实了TNM score 可以预测胃癌患者的生存预后,且是预测免疫治疗疗效的有效指标,联合TNM 标签与TMB 具有更好的预测能力.