摘要目的通过生物信息学方法对皮肤黑色素瘤中糖酵解相关基因进行分析并构建预后模型，对黑色素瘤患者进行精准分组以提高治疗的针对性。方法获取癌症基因组图谱(TCGA)数据库中皮肤黑色素瘤患者[470例，男290例，女180例，中位年龄58岁(15~90岁)]的mRNA表达谱和临床相关数据，并以基因型和基因表达量关联数据库(GTEx)中的正常皮肤组织样本(812例，男467例，女345例)作为对照。采用基因集富集分析(GSEA)富集出与皮肤黑色素瘤显著相关的糖酵解通路差异表达基因。通过Cox回归分析筛选与黑色素瘤预后显著相关的mRNA，并构建黑色素瘤患者预后风险评分(RS)模型。根据风险评分模型RS值的中位值，将符合生存分析条件的450例黑色素瘤患者分为高风险组和低风险组，分析两组生存时间、生存率的差异，并通过绘制ROC曲线，评估RS值对黑色素瘤患者10年、20年死亡风险的预测价值。结果通过GSEA分析发现糖酵解相关的REACTOME_GLYCOLYSIS通路在黑色素瘤样本中显著富集，标准化富集评分(NES)为1.74，错误发现率(FDR)为0.016。通过对该通路117个差异表达基因(上调71个，下调46个)的单因素和多因素Cox回归分析，筛选出9个与皮肤黑色素瘤预后密切相关的mRNA分子，包括4个保护性因子(STAT3、MLXIPL、IDUA和AURKA)和5个危险性因子(KIF20A、PGM1、GYS1、ALG1和HDAC4)。根据多因素Cox回归分析的回归系数及各基因mRNA表达水平，建立预后风险评分模型：RS＝0.31×KIF20A + 0.19×PGM1 - 0.27×STAT3 + 0.24×GYS1 - 0.25×MLXIPL - 0.19×IDUA + 0.33×ALG1 - 0.28×AURKA + 0.26×HDAC4。以RS值的中位值0.83作为cut-off值，将患者分为高风险组(225例)和低风险组(225例)，高风险组的总体生存时间为(6.72±0.55)年，明显少于低风险组的(13.60±1.03)年(P<0.001)；且高风险组的10年、20年生存率明显低于低风险组(24.1% vs. 50.9%；0 vs. 25.2%；P值均<0.001)；RS值对黑色素瘤患者的10年和20年生存预测的ROC曲线下面积分别为0.730、0.749。多因素Cox回归分析显示，RS值是黑色素瘤预后的独立预测因素。结论所构建的皮肤黑色素瘤预后风险评分模型可以有效地对患者进行预后风险评价，为后续筛选与糖酵解相关的预后较差患者并进行针对性治疗的研究提供基础。
