研究背景:结肠腺癌（Colon Adenocarcinoma）是一种消化道恶性肿瘤,通常发生在左侧结肠。根据WH0 2018的年度报告,全世界约有180万结肠癌患者,并且在2018年就有881,000人死于该疾病。在结肠腺癌的患病因素中,高脂和低纤维素饮食能影响结肠腺癌的发病率,除了饮食对结肠腺癌的影响,糖酵解相关过程在结肠腺癌的恶性进展中也起到了举足轻重的作用。癌症需要糖酵解过程为其提供能量,失去糖酵解功能的癌细胞没法完成增殖所需的能量,糖酵解过程是结肠腺癌代谢特点之一,在结肠腺癌的恶化过程中扮演了重要的角色。相关研究显示,糖酵解生成的乳酸能影响肿瘤的微环境,调节肿瘤的各个信号通路。当机体处于缺氧的情况下,糖酵解将成为主要的供能方式,由此有人提出缺氧相关基因也能调节糖酵解过程,进而影响肿瘤恶化的进程。在过去的研究中,通过生物信息学数据库,发现了很多影响结肠腺癌生存预后的基因。但是,使用单个基因预测疾病预后并不是一种准确的方法。在本研究中,我们使用Cox回归的分析方法,建立了一种预测模型以更好地预测结肠腺癌的预后。基因集富集分析（GSEA）作为一种基因富集分析的计算方法,可用于基因集的生物学功能分析,能根据生物学功能分类来筛选需要研究的特定基因集。基因组数据共享区（TCGA GDC）是美国国家癌症研究所（NCI）的一项研究计划。TCGAGDC的任务是为癌症研究界提供一个统一的数据库,该数据库可实现多肿瘤基因组的数据共享,以支持精准医学。研究方法:TCGA GDC数据库,拥有丰富并且规范的临床数据,大批量的临床样本和各个基因表达情况,因此被我们纳入本次研究。使用基因集富集分析（GSEA）的方法,分析从癌症基因组图谱（TCGA GDC）下载的结肠腺癌基因数据,得到需要研究的糖酵解功能基因。Cox回归分析又名比例风险回归模型,该模型以生存数据为因变量,分析得出影响生存数据的各个因素,经常被用于肿瘤研究的分析以探究影响肿瘤生存预后的因素。因此,使用Cox回归分析,可鉴定得到影响结肠癌患者生存预后的糖酵解基因,并可通过该分析建立一个由多基因构成的预后模型。将该模型的风险分数与临床数据相关联,以获得该模型与存活率、肿瘤特征等数据的分析结果。研究结果:GESA数据筛选的结果显示,GO GLYCOLYTIC PROCESS;HALLMARK GLYCOLYSIS;REACTOME GLYCOLYSIS三个糖酵解数据集在结肠腺癌中的表达明显高于正常结肠组织。删除重复基因后,一共253个糖酵解基因被纳入本次研究中。通过单因素Cox回归分析,分析已得到的253个糖酵解基因和结肠腺癌患者生存预后之间的关系。结果显示,基因EN03,PPARGC1A,P4HA1,STC2,IDUA,ANKZF1,DLAT,G6PC2,ENO2,PPFIA4,GPC1可影响结肠腺癌患者的生存预后。这些基因进一步进行多因素Cox回归分析,得到了由7个糖酵解基因组成的预后模型（PPARGC1A,P4HA1,STC2,ANKZF1,DLAT,G6PC2,GPC1）,该模型可预测结肠腺癌患者生存预后。最后,我们对该7个基因进行了生物学功能富集分析和免疫微环境相关分析,发现这些基因的表达与免疫微环境细胞的含量成一定趋势的变化关系。研究结论:运用7个糖酵解基因（PPARGC1A,DLAT,G6PC2,P4HA1,STC2,ANKZF1和GPC1）构建了一个能预测结肠腺癌患者生存预后的模型。