目的肺癌是全球所有恶性肿瘤中发病率及死亡率非常高的疾病,其中非小细胞肺癌(NSCLC)是其最常见的组织学亚型。针对PD-(L)1的检查点抑制剂提高了晚期NSCLC患者的长期生存率,然而,PD-1/PD-L1抗体单一疗法只对一小部分患者少部分患者有益,而且现在唯一在临床批准应用的PD-L1表达水平对PD-1/PD-L1免疫检查点抑制剂的疗效预测并不十分理想,因此,需要特异性和检出率较高的生物标志物来预测PD-1/PD-L1免疫检查点抑制剂的疗效。放射组学是从CT等影像图像中提取高通量影像学特征,利用计算机分析技术充分挖掘医学影像中隐藏的信息,分析疾病不同临床表型,如基因分型、疾病诊断、治疗疗效和临床结局等。相对于病理活检的有创、局限、取样误差等多方面的不足,放射组学能通过非侵入性的方法全面分析病灶信息,帮助临床制定更好的诊治方案,从而实现精准医疗。近几年,随着放射组学的快速发展,其在预测免疫检查的抑制剂疗效方面已有一些研究进展。本研究应用放射组学和基因组学相结合的方法,对非小细胞肺癌患者术前CT图像进行三维肿瘤立体切割及放射组学特征提取,根据放射组学特征进行聚类,分析不同影像学亚型之间的差异基因,分析候选基因与CD8+T淋巴细胞浸润情况的相关性,为非小细胞肺癌免疫治疗疗效预测指标提供新的选择,进一步指导非小细胞肺癌的免疫治疗,并进一步分析差异基因预测PD-1/PD-L1免疫检查点抑制剂疗效的机制。材料与方法从癌症影像数据库(TCIA,The Cancer Imaging Archive)下载NSCLC-Radiomics-Genomics数据集中的89名接受手术治疗的非小细胞肺癌(NSCLC)患者手术及治疗前的CT扫描影像及临床信息,并从GEO数据库(Gene Expression Omnibus)下载相应的基因表达数据(micro array)。应用3D-Slicer(4.11.0)软件中的NVIDIA AI Assisted Annotation扩展包对89名接受手术治疗的非小细胞肺癌(NSCLC)患者术前CT影像的原发病灶进行三维图像立体切割,获得感兴趣区(Region Of Interest,ROI),同时应用3D-Slicer中的PyRadiomics扩展包提取感兴趣区域的放射组学特征。应用聚类评分(R语言NbClust包)对89个ROI的全部放射组学特征进行聚类分析,获得放射组学亚型,应用基于R语言Limma包分析不同影像学亚型之间的差异基因,将这些基因作为候选基因,在肿瘤免疫评估数据库(Tumor Immune Estimation Resource,TIMER)中分析候选基因与CD8+T淋巴细胞浸润情况相关性,正相关基因有望成为非小细胞肺癌PD-1/PDL1免疫检查点抑制剂疗效预测指标,差异基因高表达的放射亚组可能在免疫治疗中获益,最后对于差异基因预测PD-1/PD-L1免疫检查点抑制剂疗效的机制应用STRING在线分析工具,进行了蛋白质互作和功能富集分析。结果本研究对89例非小细胞肺癌患者的术前CT图像进行预处理、肿瘤切割及放射组学特征提取,根据放射组学特征进行聚类分析,得到2个放射组学亚型,放射组学亚型差异基因分析得到19个有统计学意义的差异基因,其中CCL19与非小细胞肺癌CD8+T淋巴细胞浸润有密切关系,CCL19在肺腺癌(cor=0.3346,P<0.0001)及肺鳞癌(cor=0.4224,P<0.0001)中与CD8+T淋巴细胞浸润的相关性均为中等程度正相关,CCL19有望成为非小细胞肺癌PD-1/PD-L1免疫检查点抑制剂疗效预测指标,CCL19高表达的group 2放射组学亚型可能在免疫治疗中获益。另外,通过蛋白互作网络及功能富集分析发现差异基因参与的生物过程主要包括免疫反应、B细胞增殖、淋巴细胞趋化性、淋巴细胞活化等,细胞成分分析发现相关分子集中在细胞外区域,涉及的分子功能有细胞因子活性、趋化因子活性、CCR趋化因子受体结合等。研究结果表明,这些差异基因与免疫细胞的功能、肿瘤免疫微环境具有相关性。结论基于放射组学特征可有效识别非小细胞肺癌的差异表达基因;差异表达基因与免疫细胞的功能、肿瘤免疫微环境等具有相关性,与CD8+T淋巴细胞呈正相关的基因有望成为非小细胞肺癌PD-1/PD-L1免疫检查点抑制剂疗效预测指标。本研究基于放射组学筛选差异表达基因的放射基因组学方法为非小细胞肺癌的分子机制研究提供了新思路,另外,提供了一种有望整体评估、无创、可重复性高的免疫治疗疗效预测方法。