摘要目的 基于基底膜基因分型与免疫基因分型,运用生物信息学及机器学习的方法筛选出具有诊断肺腺癌(LUAD)意义的生物标志物.方法 基于癌症基因组图谱(TCGA)数据库下载了 539例LUAD患者和59例癌旁组织的RNA-seq数据,从Immport数据库中下载2483个免疫相关基因(IRGs)和218个基底膜相关基因(BMs).运用无监督共识聚类分析、GO和KEGG富集分析、支持向量机-递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)算法、随机森林树、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归以及构建诊断模型的方法筛选出靶点基因SLIT2.并通过GSE68465,验证SLIT2的诊断精确性.通过免疫细胞浸润、免疫治疗、药敏分析、分子对接,进一步证明SLIT2是具有诊断LUAD意义的生物标志物.结果 经过SVM-RFE算法、随机森林树以及LASSO回归与诊断模型的构建,最终得到一个极具诊断意义的生物标志物-SLIT2.经差异分析,SLIT2在正常组与肿瘤组差异性明显(P＜0.001).ROC曲线表明生物标志物SLIT2可用于诊断LUAD(AUC=0.964,AUC=0.983).免疫细胞浸润分析结果显示,CD4-T细胞,滤泡辅助T细胞,调节性T细胞,单核细胞,树突状细胞静息,静息肥大细胞,嗜酸性细胞在SLIT2高低表达组具有差异性(P＜0.001).SLIT2与CD44、CD86、LAIR1、CD200、PDCD1LG2、CD28、CD40LG、CD200R1、BTLA 等免疫检查点具有相关性.药物敏感性分析中,SLIT2与药物Rapamycin、AC220、BHG712有较高的敏感性.分子对接显示SLIT2与AC220、BHG712、KIN001270、PHA665752、WZ184、YM201636、Rapamycin 有较强的结合能力,其中Rapamycin与SLIT2结合能力最强.结论 经过筛选和生物学分析,SLIT2可能为LUAD的诊断与治疗以及人类免疫相关疾病提供了新的思路.