目的:基于TCGA数据库获取HER2阳性乳腺癌患者靶向治疗耐药的铁死亡关键基因表达并基于铁死亡基因和临床特征建立乳腺癌靶向治疗耐药的风险预测模型。方法:通过TCGA数据库,收集HER2阳性乳腺癌患者的临床数据及其基因表达谱,利用R的limma R软件包分析HER2阳性的乳腺癌靶向治疗耐药患者与非耐药患者之间的差异表达基因,对差异表达基因进行KEGG功能富集分析。获取铁死亡相关基因,通过单因素分析明确铁死亡基因中的差异基因。根据差异铁死亡基因及其病人的临床特点,进行单因素、多因素COX回归分析明确引起HER2阳性乳腺癌患者耐药的独立危险因素。基于多因素COX回归分析结果绘制诺莫图建立风险预测模型。绘制ROC曲线并计算曲线下面积、绘制校准曲involuntary medication线及DCA曲线验证建立的预测模型的准确度及临床泛化能力。结果:通过TCGA数据库共获取239名HER阳性https://www.selleck.cn/products/mcc950-sodium-salt.html乳腺癌靶向治疗患者,根据患者是否耐药进行分组后进行差异基因分析,共获取148个显著下调差异表达基因和356个显著上调差异表达基因。通过查阅文献共获取25个铁死亡关键基因,进行进一步分析显示25个铁死亡相关基因中共有3个基因在耐药组患者中显著上调(NFE2L2、NCOA4、LPCAT4)。基于NFE2L2、NCOA4、LPCAT4和临床特征进行单因素、多因素COX分析显示年龄、ER、PR、NCOA4是引起乳腺癌患者靶向治疗耐药的独立风险因素(P<0.05)。根据年龄、ER、PR、NCOA4、骨转移、脑转移等数据绘制诺莫图以建立风ICI 46474险预测模型。绘制ROC曲线并计算曲线下面积显示靶向治疗后3个月、6个月、12个月的曲线下面积分别为0.673,0.0.693,0.774,表明模型有较好的预测效果。分别绘制靶向治疗后3个月、6个月、12个月的校准曲线显示预测值与实际值重合程度较好,证明模型与实际情况具有较好的一致性。绘制DCA曲线显示建立的预测模型具有较好的净获益率。结论:NFE2L2、NCOA4、LPCAT4都是铁细胞死亡相关基因,在对HER2阳性乳腺癌的靶向治疗及耐药人群中明显升高。年龄因素、ER、PR、NCOA4都是导致乳腺癌患者靶向疗法耐药的独立危险因素。基于铁死亡基因的HER2阳性乳腺癌患者靶向治疗后耐药发生的风险预测模型预测效能较好。