研究背景根据国际癌症机构（International Agency for Research on Cancer,IARC）的2020年研究报告,结直肠癌（colorectal cancer,CRC）是第三大最常见的恶性肿瘤,也是癌症死亡的第二大原因。2020年结直肠癌新发病例约193万,占全球所有恶性肿瘤的10%,死亡病例在全世界大约94万（占9.4%）。随着我国社会生活水平的提升,饮食结构的改变,结直肠癌的发病率和死亡率逐渐升高。目前结直肠癌的治疗方法已变得多种多样,包括手术、化疗、靶向治疗、免疫治疗等,但是进展期结直肠癌患者的预后仍较差。由于目前临床运用的标志物效能较低,因此寻找影响结直肠癌预后的关键基因及治疗靶点尤为重要。一方面随着基因组学的发展,大量的肿瘤相关生物数据的出现,已经有团队通过使用基因数据库筛选预后相关基因建立预后模型,我们也可利用这些数据筛选肿瘤相关预后标志物;另一方面随着我们对肿瘤的认识不断加深,发现代谢重编程在肿瘤的发生发展及治疗抵抗过程中扮演着重要的角色。然而现有的基因预后模型少有考虑代谢对预后的影响,所以有必要建立一个有效的代谢相关基因对结肠癌预后的模型。研究目的运用生物信息学方法分析TCGA-COAD和GSE38832数据集,基于代谢相关的预后基因（metabolism-related genes,MRGs）,构建结肠癌的多基因预后模型,为结肠癌的临床治疗和预后评估提供新的思路。方法从TCGA数据库收集521例结肠癌患者的基因芯片数据集,同时获取样本的临床信息。利用Perl语言对数据进行整理与合并后统一标准化分析。从KEGG数据库下载KEGG gene sets,gene symbols数据集,筛选出759个代谢相关基因,与TCGA数据集中的基因取交集后得到TCGA COAD数据集中代谢相关基因。使用R语言中的“limma软件包”对样本的代谢相关基因的表达数据进行差异分析。将代谢相关基因的表达矩阵与临床信息合并后,使用R语言中的“Survival”软件包对这些基因进行单因素Cox分析,筛选出预后相关代谢差异基因。接着通过Lasso Cox分析筛选并构建MRGs预后基因模型,得到风险评分公式。并在训练集和验证集中根据风险评分的中位值将患者分为高低风险组,使用Kaplan-Meier生存分析、绘制ROC曲线评估模型的预测性能。根据结肠癌的临床特点,引入可能影响预后的其他临床信息如:年龄、性别、T分期、N分期、M分期和Stage分期,运用单因素Cox分析、多因素Cox分析评估风险评分是否能够作为结肠癌的独立危险因素。随后使用R语言的“rms”软件包绘制列线图将预后模型可视化以便于结肠癌的生存预测。对筛选到的基因进行GSEA富集分析,探寻潜在的信号通路。为进一步验证模型中各基因在肿瘤组织和正常组织中的蛋白表达情况,从人类蛋白质数据库下载相关基因结肠组织和结肠癌免疫组化图片,评估各基因的表达情况。结果1、在TCGA数据库和KEGG数据库共筛选出394个差异代谢基因中,通过单因素 Cox 分析筛选出 ISYNA1、PLCD4、GPX3、NAT1、ENPP2、POLR3A 这 6 个基因,构建了基于6个代谢相关基因的预后模型。2、在TCGA-COAD数据集和GES38832数据集中,根据风险评分的中位值将患者分为高低风险组。对两组患者进行Kaplan-Meier生存分析,在两个数据集中的生存分析结果表明在风险评分高的结肠癌患者的预后明显更差（P＜0.05）。对TCGA-COAD队列的患者进行ROC曲线分析,结肠癌患者1、3、5年的ROC曲线下面积值分别为0.66、0.71、0.68。上述结果表明该模型具有较好的预后评判价值。3、单因素、多因素结果证明风险评分是结肠癌患者的独立危险因素。4、对不同亚型的患者进行GSEA分析,找到了几条显著富集的途径包括黏附连接（Adhesion Junction）、焦点粘连（Focal Adhesion）、间隙链接（Gap Junction）、肌动蛋白细胞骨架（Regulation Of Actin Cytoskeleton）、刺猬信号（Hedgehog signal）通路,表明该模型与肿瘤的转移存在密切的关联。5、从HPA数据库中获取的免疫组化图片显示模型中的GPX3、ISYNA1、PLCD4、POLR3A、NAT1在结肠癌的活检组织中表达增强。结论评估了代谢基因在结肠癌中的预后价值,为结直肠癌预后预测提供了潜在的生物标志物。