铁死亡是与癌症相关的一种细胞死亡。然而，癌症中的铁死亡的特征仍不确定。根据TCGA中的数据，作者发现大多数铁死亡调节基因（FRG）在肿瘤中差异表达，体拷贝数改变（SCNA）和DNA甲基化导致其异常表达。作者建立了铁死亡潜力指数（FPI）以揭示铁死亡的功能作用，并注意到在大多数癌症中，该FPI在肿瘤中比正常组织中更高，并且与亚型和临床特征有关。FPI与几种代谢通路呈负相关，但与几种重要的转移相关通路和免疫相关通路呈正相关。高FPI预测肿瘤的预后不良，而FPI和FRGs影响药物敏感性。作者的研究提出了对铁死亡及其调节基因的系统分析，并强调了基于铁死亡的癌症治疗的潜力。

1. 铁死亡调节基因的遗传改变

先前的研究确定了二十四种基因在调节铁死亡中起关键作用，被定义为铁死亡调节基因（FRG），包括细胞周期蛋白依赖性激酶抑制剂1（CDKN1A），热休克蛋白家族A成员5（HSPA5），ER膜蛋白复合物亚基2（TTC35 / EMC2），溶质载体家族7成员11（SLC7A11），核因子，类红细胞2类2（NFE2L2），金属硫蛋白-1G（MT1G），热休克蛋白beta 1（HSPB1） ），谷胱甘肽过氧化物酶4（GPX4），范可尼贫血补充组D2（FANCD2），CDGSH铁硫结构域1（CISD1），法呢基-二磷酸法呢基转移酶1（FDFT1），溶质载体家族1成员5（SLC1A5），亚精胺/亚精胺N1乙酰转移酶1（SAT1），转铁蛋白受体（TFRC），核糖体蛋白L8（RPL8），核受体共激活因子4（NCOA4），溶血磷脂酰胆碱酰基转移酶3（LPCAT3），谷氨酰胺酶2（GLS2），二肽基二肽酶-4（DPP4），柠檬酸半胱氨酸tRNA合成酶（CARS），ATP合酶，H +转运，线粒体Fo复合物亚基C3（ATP5G3），花生四烯酸15脂氧合酶（ALOX15）和酰基辅酶A合成酶长链家族成员4（ACSL4）（Stockwell等，2017）。为了确定癌症中FRG的失调模式，作者分析了基因组数据，包括来自20种癌症类型的肿瘤和正常组织的遗传变异，体拷贝数变异（SCNA），mRNA表达和DNA甲基化数据。对20种癌症类型的非同义突变进行的分析表明，在几乎所有癌症中，FRG的突变频率通常较低，而在UCEC中则相对较高。然而，FRGs的突变与生存无显著相关。为了进一步研究FRGs在癌症中的遗传异常，检查了SCNA的百分比，结果表明，在大多数癌症类型中，SCNA发生频率很高（占所有样本的5％以上），但所有FRGs THCA中的SCNA频率较低。如下图所示：

2. 癌症中FRGs的异常表达

除了遗传改变外，还针对每种癌症类型在肿瘤和邻近正常组织之间进行了差异表达分析，以研究FRGs基因表达模式的改变，下表列出了肿瘤和正常样本的数量。在至少一种癌症类型中差异表达。几种FRG在交叉癌分析中显示出一致的表达模式。SLC7A11，FANCD2，CARS，SLC1A5和RPL8在15种，18种，12种，15种和14种类型的癌症中分别显著上调，而NCOA4在15种癌症中下调（下图B）。由于在肿瘤中存在SCNA，因此在KIRC，KIRP，ESCA中显示出明显的上调。在调节基因表达中起关键作用，作者评估了SCNA对FRGs基因表达的影响。检查了基因表达与来自TCGA的拷贝数片段的拷贝数之间的Pearson相关性。结果表明，大多数肿瘤中大多数FRG的表达与SCNA明显相关（下图C）。例如，在所有癌症中，参与氧化代谢的柠檬酸合酶（CS）的表达与SCNA显著相关。该结果表明，FRGs的拷贝数异常在大多数癌症中很常见，并且可以影响基因表达。

除SCNA外，启动子的甲基化还可以调节基因表达，而启动子的异常DNA甲基化与肿瘤发生有关。作者观察到，FRG在20种癌症类型中表现出复杂的甲基化模式（下图D），只有CDKN1A在11种肿瘤中始终表现出低甲基化。例如，作者观察到DPP4在7种癌症类型中显示高甲基化，在4种癌症类型中显示低甲基化。尽管FRG的甲基化模式存在差异，但在基因表达和总体DNA甲基化之间观察到负相关（下图E）。该结果表明，启动子DNA甲基化可以调节肿瘤中FRG的表达。

除了SCNA和DNA甲基化，微小RNA（miRNA）还可调节基因表达并参与癌症发展。为了确定哪些miRNA参与调节铁死亡，作者进行了分析以揭示miRNA-FRG的网络。starBase数据库用于推断可能靶向FRG的miRNA，而那些与基因表达显著负相关的miRNA被认为与FRG的调控有关。如下图F所示，miRNA和FRG之间的所有相互作用都发生在超过6种癌症中。显然，FRGs可以被高频miRNA靶向，包括ACSL4，NCOA4和CDKN1A（下图F）。为了进一步了解肿瘤中miRNA-FRG网络的失调，作者进行了miRNA的差异表达分析，并定量了跨癌症类型的miRNA的表达异常。发现几种miRNA在肿瘤中具有一致的表达趋势，例如hsa-miR-93靶向的CDKN1A，在11种癌症中被下调。另一方面，miRNA在不同肿瘤中具有不同的表达趋势。例如，hsa-miR-375在5种肿瘤中靶向ACSL4，但在两种癌症中显示上调，而在三种癌症中显示下调。这表明miRNA在FRGs表达中起调节作用，而miRNA在肿瘤中的异常表达可能影响铁死亡。

3. 癌症之间的铁死亡水平的计算模型

接下来，作者用TCGA数据比较了肿瘤组织和正常组织之间FPI的差异（下图A）。值得注意的是，在大多数癌症（例如肺癌和胃肠道癌症）中发现了显著差异，并且除了BRCA和UCEC，在大多数肿瘤中均观察到了更高的FPI。我们还注意到，女性癌症（BRCA，UCEC和CESC）正常组织的FPI高于所有癌症中大多数肿瘤/正常样品的FPI。为了进一步剖析涉及这些不同FPI模式的因素，作者检查了BRCA不同亚型的FPI。下图B显示的结果表明，所有雌激素受体（ER）阳性，孕激素受体（PR）阳性和HER2阳性患者的FPI均低于阴性患者。此外，三阴性乳腺癌（TNBC）样本显示出比非TNBC样本更高的铁死亡水平（下图C），这与之前的研究一致。此外，在肾癌的不同亚型中，KIRP和KIRC中肿瘤样本的FPI高于正常水平，而KICH中FPI则较低（下图A）。另外，为了进一步剖析不同组织学类型的铁死亡水平，作者比较了食管鳞状细胞癌（ESCC）和食道腺癌（ESAD）中的FPI。结果显示，ESCC中的FPI显著高于ESAD和正常样品，而ESAD中的FPI高于正常样本 ，但不显著（下图D）。除了癌症类型和亚型，作者还分析了FPI显著的分子特征（如微卫星不稳定性（MSI）和驱动基因突变）之间的相关性。在胃肠道肿瘤中，与非MSI-H肿瘤相比，MSI（MSI-H）高的肿瘤中的FPI明显降低（下图E）。患有MSI-H的COAD和STAD患者的FPI显著低，而ESCA和READ的患者FPI也略有降低（下图F）。

4. 铁死亡与癌症通路之间的关联

为了进一步阐明FPI与其他基因和通路之间的关联，作者计算了FPI与包括FRG在内的所有基因之间的Spearman相关系数。已发现FPI通常分别与正FRG和负FRG的表达呈正相关和负相关。通过基因组富集分析（GSEA），发现与代谢相关的通路通常在FPI较低的肿瘤中富集，下图A显示了经常富集的通路（> 6种癌症）。例如，在19种和16种癌症的低FPI组中，类骨架的生物合成和类固醇的生物合成都得到了富集（下图A）。在所有这些癌症类型中，过氧化物酶体，不饱和脂肪酸的生物合成等也与较低的FPI显著相关（下图A）。此外，还分析了癌症标志物与FPI之间的关系，结果表明15个标志物与FPI显著相关（下图B）。例如，高FPI组富含KRAS信号传导，上皮-间质转化，IL6 JAK STAT3信号传导和WNT Beta-catenin信号传导，这表明铁死亡与这些致癌通路正相关（下图B）。此外，观察到与代谢有关的标志与铁死亡呈负相关，这与通路分析一致（下图B）。

由于先前的研究表明铁死亡与免疫应答过程有关，因此作者研究了铁死亡与肿瘤免疫微环境之间的关系。结果显示，在几种癌症中，FPI与免疫酚（IPS）呈弱负相关（下图C）。为了更好地了解铁死亡与免疫疗法反应之间的关系，作者计算了Spearman系数，发现FPI与13种癌症中T细胞功能障碍评分呈正相关。但是，没有观察到FPI对T细胞排斥分数的一致影响（下图D）。此外，在大多数癌症中，FPI与MHC和效应细胞（EC）正相关，而与免疫调节剂（CP）和抑制细胞（SCs）负相关（下图C）。因此，铁死亡与免疫微环境和T细胞的功能之间可能存在紧密的联系，需要更多的研究来揭示细节。

4. 铁死亡及其调节因子的临床意义

由于铁死亡参与细胞代谢和免疫微环境，因此建议将铁死亡及其调节因子与癌症存活率和其他临床特征相关联。根据TCGA的临床数据，进行了生存分析，结果是一致的，因为发现较低的FPI可以预测包括GBM，KIRC，KIRP，LIHC和LUAD在内的五种癌症的较好生存（如下图所示）。

作者观察到的FPI与癌症标志之间的关系可以增进对FPI作用的理解。 GSEA的结果表明，在大多数癌症中，铁死亡的水平与肿瘤相关标志密切相关。 铁死亡基因可以同时发挥癌基因和抑癌作用，而FPI则是各种癌症类型的保护性或危险因素。然而目前，已识别的FRG和用于模拟铁锈病潜力的基因具有多种其他功能。 因此，FPI的敏感性和特异性可能会受到限制。因此，作者基于当前知识的研究可能需要进一步的更新和改进。