摘要目的甲状腺乳头状癌（papillary thyroid carcinoma, PTC）的发病率居高不下，本研究着眼于建立新型的转移相关基因分类器及相关的预后模型，以有效预测PTC的无进展生存期（progression free interval, PFI），并识别复发高危风险的患者。方法利用转移相关基因（metastasis-related genes, MTGs）与人类癌症基因图谱（The Cancer Genome Atlas, TCGA）合并分析，并使用套索回归分析及受试者曲线（receiver operating characteristic curve, ROC）分析来建立相应的新型基因分类器，并与相关的临床特征一起建立预后模型，以预测PTC术后的PFI。最后，在外部数据集和不同细胞系上验证基因分类器的有效性。本研究使用R 3.6.3和GraphPad Prism 8软件进行统计学分析。结果通过差异整合分析提取了155预后相关的MTGs，从中建立并优化了新型的10基因分类器，预后分析证实分类器评分是PTC的重要独立预后因素。最后，建立了包括新型分类器的回归模型。新型分类器的曲线下面积（area under curve, AUC）为0.76，回归模型的AUC为0.80，同PTC的各种进展期临床特征高度符合，此外，新型分类器与关键临床特征和细胞系的侵袭性密切相关。结论基于转移相关基因建立的新型分类器和回归模型与PTC的预后密切相关，将有助于临床实践中对PTC患者预后进行精准的个体化预测。
