研究背景口腔鳞状细胞癌(Oral squamous cell carcinoma;OSCC)是头颈部癌症中最普遍的类别之一,其5年生存率维持在50%左右。目前,OSCC患者常规预后评估方法是TNM分期,但由于OSCC具有高度的肿瘤异质性selleck,单纯的TNM分期往往是不准确的。铁死亡作为一种程序性细胞死亡形式,目前已有研究通过筛选铁死亡基因在OSCC中构建预后模型来评估患者预后,但其存在一些不足。因此,我们急需新建一个基于多平台的数据验证、结合患者临床特征的预后模型来个性化评估OSCC患者的预后并且筛选出OSCC患者特异性治疗药物与分子靶点。方法首先从TCGA及FerrDB筛选铁死亡相关差异表达基因(Ferroptosis-related differentially expressed genes;FRDEGS);然后对 FRDEGs 进行富集分析探究其潜在的生物学功能;进一步Cox与Lasso回归分析筛选并构建铁死亡风险评估模型。将铁死亡风险评估模型进行多个数据集的生存分析及验证;进一步,利用铁死亡预后模型与患者临床特征构建Nomogram模型并验证其准确性;然后,利用基因加权共表达网络分析(Weighted Gene Co-Expression Network Analysis,WGCNA)探究影响铁死亡预后模型评估的生物学机制;评估铁死亡预后模型中高、低风险组患者的药物敏感性来筛选潜在化疗药物;此外,利用单细胞测序数据集分析OSCC细胞类型与组成比例,并探究FRDEGs在OSCC微环境中分布与铁死亡评分;进一步,利用qRT-PCR与免疫组化分析FRDEGs在OSCC中的表达水平;最终利用体外功能Medium chain fatty acids (MCFA)试验探究CA9、CAV1对OSCC的调控作用。结 果我们首先从TCGA与FerrDB中共同筛选出10VX-7656个FRDEGs;富集分析发现FRDEGs主要富集于铁死亡、氧化还原等过程。Cox回归分析与Lasso回归分析筛选并构建铁死亡预后评估模型且多方面验证其具有较高准确性。利用铁死亡预后评估模型与患者临床病理特征构建预后列线图且具有较高准确性。随后WGCNA分析发现影响铁死亡预后模型评估主要的生物学过程为:表皮发展、中性粒细胞脱颗粒等。随即,利用铁死亡预后评估模型筛选出3种OSCC潜在化疗药物:5Z)-7-Oxozeaenol,AT-7519,KIN001-266;单细胞测序显示 FRDEGs主要富集在OSCC的上皮细胞与G1期细胞中;qRT-PCR与免疫组化证明TRIB3、CAV1、CA9、EGFR、AURKA在OSCC中高表达;GOT1、GRIA3在正常组织中高表达;最后CA9、CAV1可以调控OSCC增殖、迁移与铁死亡。结 论本研究通过公共数据库构建的铁死亡预后模型与Nomogram列线图可以较精确的预测OSCC患者的预后,其中影响模型评估的主要生物学过程是:表皮发展、中性粒细胞脱颗粒等;5Z)-7-Oxozeaenol,AT-7519,KIN001-266 是 OSCC高风险组患者潜在化疗药物。FRDEGs在OSCC微环境中主要分布在上皮细胞与G1期细胞中。FRDEGs在OSCC与正常组织中的RNA及蛋白水平存在表达差异;最后CA9、CAV1可以调控OSCC的生物学行为。