本文是一篇医学论文，本项研究通过系列生物信息学分析筛选到了吸烟相关肺癌的差异基因SLC7A5 和SLC2A1，它们在吸烟者相对于非吸烟者、肺癌癌组织相对于正常肺组织、肺癌吸烟者的肺癌癌组织相对于肺癌非吸烟者的肺癌癌组织中同时表达上调。
第一章 绪论
1.1 课题来源、研究的目的和意义
肺癌是全世界癌症死亡的首要原因，占所有癌症死亡病例的 27%。尽管多数癌症的生存率呈现出稳步增长的趋势，但肺癌患者的预后情况却不容乐观，肺癌的5年生存率从4%到17%不等，具体取决于诊断时的疾病分期[1]。目前肺癌检测中最有效的技术是低剂量计算机断层扫描（Low-Dose Computed Tomography，LDCT），LDCT筛查可以在肺癌早期发现肺结节，当肺结节较小且局限于局部时，即可诊断出肺癌。大多数肺结节尺寸很小，直径约为 3 毫米，影像科医生根据LDCT结果将肺结节分为恶性和良性[2-3]。近年来，人工智能（Artificial Intelligence, AI）为影像学领域带来了新的突破，AI能够自动分析LDCT结果，辅助医生发现不确定的肺结节，从而提高诊断的准确性和效率，AI系统经过大量训练数据学习后，可以识别出微小的肺结节和肿瘤，减少了漏诊的可能性[4-5]。然而，尽管LDCT联合AI辅助诊断具有很大的优势，临床上还是面临许多挑战。据估计，高危人群中只有5%的人使用过LDCT，LDCT早期检测具有检测效率低、假阳性检测、辐射危害以及价格昂贵等缺点[6]。同时，由于AI诊断LDCT结果的准确性受限于其训练数据的数量和质量，以及算法的复杂性和泛化能力，对于复杂的病例或罕见的肺癌类型，AI系统可能存在误诊的风险[7]。因此，在现阶段，AI尚不能完全取代经验丰富的医生的判断和解读。除了LDCT加上AI辅助诊断外，目前许多临床上使用的其他肺癌检测手段也都有一定的局限性[8-9]：肺穿刺活检通过穿刺肺部肿物来获取病变组织进行病理学检查，它是肺癌确诊的金标准，但肺穿刺活检存在一定的创伤和并发症风险，如出血、气胸以及肺部感染等；痰液细胞学检查是一种无创、无痛、无辐射的检查方法，可以通过痰液中的癌细胞来诊断肺癌，但痰液细胞学检查的阳性率较低，容易漏诊；
1.2 论文的主要研究内容
本研究基于多个公共数据库，旨在通过生物信息学分析筛选吸烟相关肺癌基因，剖析吸烟与肺癌预后相关的特征并分析吸烟相关肺癌基因与肿瘤免疫的关系。研究内容主要包含两部分：一是筛选吸烟相关肺癌基因，二是深入探索这些基因在肺癌发生和发展过程中的意义。通过本研究，我们期望能够为吸烟相关肺癌的早期诊断、精准治疗以及预后评估提供新的思路和方法。
第二章 材料与方法
2.1 研究资料
从GEO数据库（www.ncbi.nlm.nih.gov/geo）中搜索并下载吸烟相关数据集，选取标准：来源于健康人群气管、大气道和小气道的微阵列芯片表达谱，样本包含吸烟者和非吸烟者的数据，同一数据集中人群的种族和地域等基本一致。选取结果：GSE18385、GSE76324和GSE11906三个数据集被纳入，GSE18385包含72例非吸烟者和89例吸烟者数据，GSE76324包含 97例非吸烟者和 120 例吸烟者的数据，GSE11906包含42例健康非吸烟者和49例健康吸烟者数据。
从GEO数据库搜索并下载包含人体肺癌癌组织和正常肺组织的数据集，选取结果：GSE27262、GSE31210、GSE40791三个数据集被纳入，GSE27262包含25例肺癌癌组织和25例配对的癌旁正常肺组织数据，GSE31210包含226例肺癌癌组织和4例正常肺组织的数据，GSE40791包含94例肺癌癌组织和100例正常肺组织的数据。
2.2 吸烟相关肺癌基因的筛选
2.2.1 吸烟相关肺癌基因筛选和分析路线图
2.2.2 GEO数据库筛选差异表达基因
将6个GEO芯片数据集中的数据进行预处理（包括校准、去除空白值和重复项）后进行log2标准化转换，使用R软件的limma包进行差异基因筛选，筛选阈值设置为log2︱FC︱＞0.8和P＜0.05，分别获得3组吸烟相关DEGs和3组肺癌相关DEGs，通过R软件的VennDiagram包绘制韦恩图取交集获得初始DEGs，即为初筛到的吸烟相关肺癌基因。
第三章 结 果 .............................. - 12
3.1 吸烟相关肺癌基因的筛选 ................. - 12
3.1.1 GEO数据库筛选差异表达基因 ............... - 12
3.1.2 TCGA数据库筛选差异表达基因 ...................... - 14
3.1.3 HPA数据库验证差异表达基因 .................... - 14
第四章 讨 论 .......................... - 27
4.1 吸烟相关肺癌基因筛选和分析过程 ..................... - 27
4.2 吸烟相关肺癌基因引起肺癌的机制 .............. - 29
4.3 吸烟相关肺癌基因与肿瘤免疫的联系 ................... - 31
4.4应用价值与局限性 ....................... - 33
第五章 结 论 ........................... - 35
第四章 讨论
4.1 吸烟相关肺癌基因筛选和分析过程
肺癌是呼吸系统常见的恶性肿瘤，发病率和死亡率均位居全球前列。大多数肺癌的死亡归因于吸烟，香烟烟雾含有复杂的成分混合物，可能对呼吸道上皮及其基因组造成严重损害，尽管如此，目前仍不清楚吸烟者的正常肺细胞如何癌变[43]。高通量测序技术的重大发展促使更多的研究人员密切关注生物信息学，基于高通量平台的微阵列技术已被广泛用于探索和识别疾病诊断和预后的分子生物标志物[44]。本项研究通过生物信息学系列分析了网上公共数据库中的吸烟与肺癌相关数据，主要分为筛选吸烟相关肺癌基因和分析其在肺癌中的意义两个部分，本项研究筛选出了新的吸烟相关肺癌基因SLC7A5和SLC2A1，并解析了其与肺癌预后相关的特征和与肿瘤免疫的关系。
在吸烟相关肺癌基因的筛选部分，（1）我们首先下载了GEO数据库的3个吸烟相关数据集和3个肺癌相关数据集,分别分析了吸烟相关DEGs和肺癌相关DEGs，为了使结果更可靠，我们将这3个吸烟相关数据集和3个肺癌相关数据集的分析结果取交集，得到了初始的24个吸烟相关肺癌基因。（2）其次，我们基于TCGA数据库继续验证24个基因在肺癌中的表达、预后风险及诊断价值并进一步筛选到了SLC7A5 和SLC2A1，它们在吸烟者相对于非吸烟者、肺癌癌组织相对于正常肺组织、肺癌吸烟者的肺癌癌组织相对于肺癌非吸烟者的肺癌癌组织表达均上调，它们的高表达提示预后不良，并且它们具有较高的肺癌诊断价值。（3）最后，我们通过HPA数据库在蛋白质层面再次验证SLC7A5蛋白和SLC2A1蛋白在肺癌中的表达。在整个筛选过程中，我们利用R软件通过多个数据库分析和验证了筛选结果，使得筛选结果具有较高的可靠性。
第五章 结 论
1.本项研究通过系列生物信息学分析筛选到了吸烟相关肺癌的差异基因SLC7A5 和SLC2A1，它们在吸烟者相对于非吸烟者、肺癌癌组织相对于正常肺组织、肺癌吸烟者的肺癌癌组织相对于肺癌非吸烟者的肺癌癌组织中同时表达上调。
2. 在肺癌的多个临床亚组中，包括TNM分期、病理分期、性别、年龄以及吸烟量等，SLC7A5和SLC2A1均呈现出高表达状态，并与多个临床因素密切相关。SLC7A5和SLC2A1的高表达是肺癌的独立预后危险因素，对于诊断吸烟相关肺癌，它们展现出较高的灵敏度和特异性。它们还与免疫浸润和免疫检查点密切相关，在肿瘤免疫调节中发挥着至关重要的作用。
3. SLC7A5和SLC2A1具有强大的临床转化应用价值，它们可作为生物标志物为吸烟相关肺癌的早期诊断、临床预后评估以及免疫治疗提供新思路。
参考文献（略）