研究目的:膀胱癌是一种较高发病率的癌症,是全球第10种最常见的癌症。它在男性中比女性更常见,男性的发病率和死亡率分别为10万分之9.5和3.3,大约是女性的4倍。膀胱癌的主要表现症状是无痛性血尿,通过尿液细胞学检查和经尿道肿瘤切除术确定诊断。大部分诊断为BLCA患者处于晚期,其5年生存率为1 8.6%。经过标准的一线治疗失败后,晚期膀胱癌患者的治疗方式的选择通常是有限的,包括减瘤性手术、全身放化疗以及免疫或靶向治疗。细胞自噬是肿瘤细胞调节中的重要机制之一,其中细胞自噬相关基因能从分子水平反应肿瘤的发生发展。所以,构建自噬相关基因的分子预后模型有望为膀胱癌的临床治疗及预后判断提供有效的参考价值,以便在未来为BLCA患者提供更好的结果。研究方法:通过TCGA数据库中BLCA队列患者的基因表达数据,鉴定出正常样本与BLCA差异表达的基因,与自噬相关基因集取交集即得到与自噬相关的差异基因。将TCGA数据集拆分为70%的训练集和30%的验证集;在训练集样本上利用单变量Cox回归分析得到与BLCA患者预后相关基因,建立自噬相关风险评分（Risk score）,并在验证集中进一步验证。根据Risk score对BLCA患者进行高低分组,并比较两组间临床指标、免疫浸润细胞、肿瘤微环境等临床指标的差异。最后结合患者临床信息与风险分数,构建多因素Cox回归模型作为临床预后预测模型,通过ROC曲线评估模型准确性,KM曲线分析评估高低风险组患者生存状况,构建Nomogram图评估单个患者临床预后情况。研究内容:采用TCGA数据库中的基因表达数据,通过生物信息学分析进行了肿瘤与正常对照组织之间基因进行差异分析,筛选出了与自噬相关的差异基因,这些基因中的11个与自噬相关的基因被发现与患者的预后风险相关,可以用于预测患者的生存期。我们采用LASSO模型中的线性部分构建了风险分数,对风险分数与临床表型之间的关系进行了进一步地探究。最后,结合患者的临床指标与我们构建的风险分数,我们得到了一个可以用于临床预测患者生存的预后模型。此外,组成风险分数的基因也可以作为下一步研究的基础和方向。主要结论:我们的研究通过将TCGA数据库与GO数据集结合,探索与11个自噬相关基因,构建综合的预后预测模型,对于提高BLCA患者的生存率至关重要。在TCGA训练集与验证集中验证该模型预测性能良好,再结合其他临床指标对这个模型进行优化,最后能够有效预测肿瘤的恶性分度、化疗敏感性及免疫治疗疗效能够有效预测肿瘤的恶性分度、化疗敏感性及免疫治疗疗效。综上所述,这些自噬相关基因建立的膀胱癌预后模型,膀胱癌的临床治疗及预后判断提供有效的参考价值,并对个性化治疗膀胱癌具有一定指导意义。