2025年2月发表在《Therapeutic Advances in Medical Oncology》（IF:8.1）的这项突破性研究，首次构建了铁死亡相关基因（FRGs）指导下的三阴性乳腺癌（TNBC）精准治疗新范式。该研究不仅揭示了铁死亡调控TNBC免疫微环境的新机制，更创新性提出"铁死亡调节剂联合免疫治疗"的精准分型策略，为这一难治性乳腺癌亚型的个体化治疗提供了分子标志物和治疗靶点。这篇文章是如何在冲上8分+的呢？又有哪些亮点呢？一起来看看吧！
亮点一：铁死亡与免疫治疗的跨界突破——TNBC精准治疗新靶点
本研究首次系统揭示FRGs在TNBC预后和免疫治疗中的关键作用。铁死亡作为新兴的细胞死亡机制，与肿瘤微环境、代谢重编程密切相关。作者通过整合TCGA、GEO等多组学数据，结合临床样本验证，填补了铁死亡调控TNBC免疫治疗响应的研究空白。这种"细胞死亡机制+免疫治疗"的跨界研究，既紧扣肿瘤治疗前沿热点，又开辟了TNBC精准治疗的新赛道，创新性强且竞争壁垒高！
亮点二：机器学习驱动的多维度预后模型——从基因筛选到临床预测
研究采用机器学习算法（如Cox回归、随机森林）从149个铁死亡相关基因中筛选出6个核心预后基因（ALOX12、SLC7A11等），并构建了可视化列线图模型，预测1/3/5年生存率的C-index高达0.73！更突破性地结合免疫浸润分析，发现FTH1高表达患者具有更强的CD8+ T细胞和NK细胞浸润。这种"机器学习+免疫微环境"的双引擎分析，不仅提升了模型精准度，还为免疫治疗患者分层提供了分子标志物。
亮点三：从数据库到临床的闭环验证链——IHC+免疫治疗队列双验证
突破纯生信分析的局限，通过258例临床样本的免疫组化（IHC）证实ALOX12/SLC7A11的预后价值，并首次在12例TNBC免疫治疗患者队列中发现：FTH1高表达组PFS显著延长（12.4 vs 5.4个月，p=0.005），且与PD-L1表达正相关！这种"公共数据库→中心队列→治疗响应"的三阶验证体系，使研究成果具备直接临床转化潜力。
亮点四：临床转化黄金组合——预后分层+治疗预测
基于风险模型，研究明确区分TNBC患者的免疫治疗获益群体：FTH1高表达患者对PD-1/PD-L1抑制剂响应更佳（HR=0.052），而ALOX12低表达患者可能受益于铁死亡诱导剂联合治疗。更创新性地提出"铁死亡调节剂+免疫检查点抑制剂"的联合策略，为难治性TNBC提供了精准治疗方案。
亮点四：机制与应用的完美衔接——从分子互作到治疗突破
通过KEGG/GO分析揭示铁死亡基因调控TNBC的"脂质代谢-氧化应激-免疫逃逸"轴，实验证实脂肪细胞通过ALOX12途径保护肿瘤细胞免于铁死亡。这种"分子机制→微环境调控→治疗靶点"的全链条解析，为开发靶向铁死亡-免疫交叉通路的新药奠定基础。
该研究模板可复用于其他癌种："死亡机制（铁死亡/凋亡/焦亡）+免疫治疗"的跨界选题，配合机器学习模型与单细胞/空间转录组技术，既能抢占创新赛道，又能通过生信-实验闭环提升研究深度。如需定制化研究设计，欢迎随时咨询！
Highlights
1、铁死亡相关基因的差异表达鉴定与验证
2、预后模型的构建与列线图的开发
3、铁死亡相关通路的富集分析与功能解析
4、免疫微环境浸润特征与免疫治疗响应的关联分析
5、FTH1作为免疫治疗预测标志物的发现与验证
6、铁死亡基因与肿瘤转移的临床病理关联分析
7、潜在靶向药物组合策略的预测与实验验证
背景介绍
乳腺癌是全球女性中最常见的癌症类型，每年新增病例约230万，死亡病例约69万。其中，三阴性乳腺癌（TNBC）因缺乏雌激素受体、孕激素受体和人表皮生长因子受体-2的表达，占所有乳腺癌病例的15%-20%。TNBC具有恶性程度高、复发率高、治疗选择有限及预后较差的特点。近年来，铁死亡（ferroptosis）作为一种由脂质过氧化驱动的程序性细胞死亡方式，在癌症发展和治疗中的作用日益受到关注。研究表明，铁死亡相关基因可能通过调控肿瘤细胞的代谢和免疫微环境影响乳腺癌的预后及免疫治疗效果。然而，铁死亡相关基因在乳腺癌中的具体作用及其作为预后和免疫治疗预测标志物的潜力尚未完全阐明。本研究旨在通过分析公共数据库和单中心数据，探讨铁死亡相关基因在乳腺癌中的表达差异、预后价值及其对免疫治疗的预测作用，以期为TNBC患者提供更精准的治疗策略和预后评估工具。
主要研究结果
（一）乳腺癌组织中差异表达的铁凋亡相关基因
首先从TCGABRCA数据库和GEO：GSE 93601数据库中筛选了癌组织和正常组织的差异基因，在GEO数据库中发现了1,265个失调基因，在TCGA数据库中发现了4,966个失调基因（图1a）。然后，将这些失调基因与从FerDb数据库中获得的亚铁沉淀症相关基因进行交叉，并用维恩图（图1b）展示。共鉴定出96个差异表达的亚铁沉淀症相关基因。
为了探索乳腺癌中铁蛋白缺失信号的相关通路，使用Metascape Online进行了基因本体（GO）和京都基因和基因组百科全书（KEGG）分析。GO分析的结果显示，这些差异基因在铁蛋白缺乏症、胁迫反应和营养水平中富集。KEGG分析显示，铁蛋白缺乏症中富集了途径，对刺激的反应和营养水平。
在TCGA-BRCA数据库中探索了关键铁蛋白沉积相关基因的表达水平，发现与正常组织相比，大多数铁蛋白沉积抑制子（例如SLC 7A 11、FTH 1）在乳腺癌组织中上调，而大多数铁蛋白沉积启动子（例如ACSL 4、ALOX 12）下调（图1e）。这些结果表明，铁下垂在乳腺癌中可能具有重要作用。
图1 乳腺癌中差异表达的铁凋亡相关基因
（二）乳腺癌患者铁代谢相关基因的预后价值
为了进一步评估铁蛋白减少相关基因在乳腺癌患者中的预后价值，利用TCGA数据库中的mRNA表达数据和患者的生存信息进行了考克斯回归分析，并在Kaplan-Meier方法中显示，结果发现6个典型的铁蛋白减少相关基因与乳腺癌预后相关：SLC 7A 11、TFRC、FTH 1、ALOX 12、HSBP 1和CBS（图2a）。
多变量考克斯回归分析显示，ALOX 12是一个独立的预后因素（校正的风险比（HR）0.671，95%置信区间（CI）0.486-0.927，p=0.015）。由于TNBC表现出更严重的生物学行为和较差的结果，接下来分析了TNBC中的这些基因。结果证实了TNBC患者中铁蛋白沉积相关基因的预后价值（图2b）。
图2 铁蛋白沉积相关基因可预测乳腺癌的总生存率
（三）列线图的构建
由于多变量分析显示ALOX 12是一个预测因素，进一步使用列线图将ALOX 12与患者的基本特征结合联合收割机进行生存预测（图3a）。采用两种方法对模型进行了验证，采用Bootstrap自抽样法对模型进行了检验，其一致性指数（C-index）为0.730（0.703-0.757）。之后还进行了图形校准方法分析，结果显示3年OS和5年OS的预测生存率与实际生存率之间具有高度一致性（图3b）。
图3 预测乳腺癌患者1年、3年和5年OS的列线图。
（四）SLC7A11和ALOX12的中心预后价值
为了进一步证明铁蛋白沉积相关基因的预后价值及其与脂肪细胞的关系，对本中心的乳腺癌患者进行了免疫组织化学（IHC）检测。共258例乳腺癌患者在复旦大学上海肿瘤中心（FUSCC）登记并分析了肿瘤组织阵列和完整的病历。IHC染色评分为0，1，2，根据SLC7A11和ALOX 12表达划分的两个治疗组之间的基线患者特征。ALOX12高表达或SLC7A11低表达的患者N分期较低，血管浸润较轻。生存分析显示，与所有患者的ALOX12高患者（图4a）和TNBC亚型（图4b）相比，ALOX12低患者的RFS显著改善。
同样，SLC 7A 11高水平患者的RFS长于SLC 7A 11低水平患者（图4c），并观察到预测TNBC亚型的趋势（图4d）。此外，还发现ALOX 12高和SLC 7A 11低的患者BMI评分显著较高（图4e-f）。ALOX 12（图4g）和SLC 7A 11（图4h）表达显著。进一步提示了SLC 7A 11和ALOX 12在乳腺癌中的预后价值，以及脂肪组织与乳腺癌铁蛋白沉积的密切关系患者。
图4 SLC7A11和ALOX12在FUSCC中的预后价值
（五）FTH 1预测TNBC患者的免疫治疗结果
研究人员进一步评估了铁凋亡相关基因和乳腺癌免疫浸润。结果发现FTH 1高表达的患者有明显更高水平的免疫浸润，富集的免疫细胞包括主要的免疫效应细胞，如NK细胞和CD 8 + T细胞（图5a）。此外，FTH 1高表达的患者具有较高的免疫浸润评分（图5b）。随后，纳入了来自中心的12名TNBC患者，首先接受了-行免疫治疗晚期疾病，并有可用的石蜡包埋组织切片。进行FTH 1和PD-L1的免疫荧光染色。结果显示，FTH 1和PD-L1表达之间存在显著正相关（图5c）。
与FTH 1低表达的患者相比，FTH 1高表达的患者具有显著更好的中位PFS（12.4 vs 5.4个月，p = 0.005），PD-L1高表达患者的中位PFS显著优于PD-L1低表达患者（12.4 vs 6.8个月，p = 0.016；图5d-e）。多变量分析表明，高FTH 1表达是免疫治疗功效的独立预测因子。图5（f）显示了两个典型患者的免疫荧光图像，患者I的PFS为12个月，患者II的PFS为6个月。
图5 FTH 1的免疫治疗预测价值
总结
本研究探讨了铁死亡相关基因在TNBC中的预后价值及其对免疫治疗的预测作用。通过分析公共数据库（如TCGA和GEO）及单中心患者数据，研究发现ALOX12、SLC7A11和FTH1等铁死亡相关基因在乳腺癌中呈现差异表达，并与患者生存率显著相关。其中，ALOX12被确定为独立的预后因素，而FTH1的高表达与免疫细胞浸润水平升高及更好的免疫治疗效果相关。此外，研究还构建了基于ALOX12的列线图（nomogram）模型，用于预测患者的1年、3年和5年生存率。这些发现不仅揭示了铁死亡在乳腺癌进展和免疫治疗中的作用，还为TNBC患者的个体化治疗和预后评估提供了潜在的生物标志物。未来研究可进一步探索这些基因的分子机制及其在临床中的应用价值。