目的:恶性黑色素瘤是一种高度转移性癌症,在其初始阶段是可治愈的,因此对这种疾病的早期诊断至关重要,发生转移的黑色素瘤患者的五年生存率仅为25%。黑色素瘤是最常见的转移至消化道的恶性肿瘤,不仅转移性消化道黑色素瘤的潜在原发灶众多,其隐匿时间也相对较长。因消化道黑色素瘤有较强的隐匿性,现有的检测手段尚不足以诊断消化道黑色素瘤,这进一步致使消化道黑色素瘤的诊疗工作成为一临床难题。近年来,RNAN6-腺苷酸甲基化（m6A）修饰在肿瘤发生和进展中的作用被发现且迅速成为研究热点。然而,m6A修饰在黑色素瘤肿瘤微环境和免疫浸润中的分子机制和临床意义仍处于探索阶段。因此,全面地解析由m6A调节因子介导的肿瘤微环境免疫细胞浸润特征,从而鉴定相应的肿瘤免疫表型和表观遗传特征,为黑色素瘤个体化精准治疗提供新思路具有现实意义。方法:黑色素瘤患者样本的基因表达数据和临床信息来自TCGA数据库和GEO数据库。TCGA数据库的RNA-Seq数据转换为TPM格式,GEO数据库来源的数据集使用“ComBat”函数去除批次效应。“ClusterProfiler”R 包、Metascape 数据库和“GSVA”R包用于对m6A调节因子及修饰亚型进行GO（Gene Ontology）富集分析、基因集变异分析（gene set variation analysis,GSVA）、蛋白质互作网络分析和信号通路注释。GISTIC2.0程序包和“maftools”R包用于m6A调节因子的拷贝数变异解析注释并计算肿瘤突变负荷。使用非负矩阵分解（Non-negative matrix factorization,NMF）的方法,基于其表达水平对23个m6A调节因子进行聚类分析,以发现不同类型的m6A修饰亚型。利用“GSVA”R包的“ssgsea”函数计算免疫细胞类型的相对丰度,使用多维缩放（multidimensional scaling,MDS）和高斯拟合模型来对浸润性免疫细胞进行评估,后使用反卷积方法CIBERSORT计算22种不同白细胞亚群的丰度。T细胞炎症评分、肿瘤免疫功能障碍和排除（tumour immune dysfunction and exclusion,TIDE）算法和“利用表达数据估算恶性肿瘤组织中基质和免疫细胞”（Estimation of STromal and Immune cells in MAlignant Tumours using Expression data,ESTIMATE）算法用来推算肿瘤细胞免疫逃逸几率和肿瘤纯度。MutSigCV算法用于识别高频突变基因,基于贝叶斯非负矩阵因子解卷积模型的ExtractSignatures函数用于转录组亚型的构建。不同m6A修饰亚型之间差异表达基因使用“limma”R包进行比较分析。差异表达基因借助单因素Cox回归模型评价其对患者预后的影响,后利用随机森林的递归特征消除法和10倍交叉验证法进行特征基因提取,最终基于主成分分析构建m6A评分系统。接受免疫检查点抑制剂治疗的相关数据,进行本评分系统在免疫治疗有效性方面的外部验证。结果:在本研究中,将黑色素瘤转录组测序数据根据23个m6A调节因子的表达水平,利用非负矩阵分解聚类的方法确定m6A修饰亚型和m6A相关基因特征。通过对864例黑色素瘤数据进行分析,根据m6A调节因子的表达水平、患者预后和分子通路将样本分为三个m6A修饰亚型（m6A-C1,C2,和C3）。进一步对亚型的免疫特征分析发现,这三个m6A修饰亚型与公认的免疫表型高度一致,即m6A-C1免疫沙漠型、m6A-C2免疫豁免型、m6A-C3免疫炎症型。利用肿瘤数字细胞术（CIBERSORT,ssGSEA）算法证实了 m6A-C1亚型更多的是髓源性抑制细胞、调节性T细胞和T辅助细胞浸润,m6A-C2亚型表现出滤泡辅助T细胞高度浸润和17型、2型T辅助细胞的低浸润,m6A-C3亚型则是中CD8+T细胞、NK细胞和树突细胞高度浸润。通过主成分分析的方法,进一步根据m6A修饰水平差异基因构建了 m6A评分系统。该系统成功将黑色素瘤患者分为高m6Sig得分组和低m6Sig得分组,高m6Sig得分组的黑色素瘤患者生存期显著更长且免疫浸润更强,体细胞拷贝数变异（somatic copy number alteration,SCNA）和PD-L1的表达水平也更低。用两个独立的转移性黑色素瘤队列和一个免疫治疗队列的254个样本数据对所构建的m6A评分系统进行模型验证发现,高m6Sig得分组患者免疫治疗效果更佳且临床获益。结论:本研究表明m6A修饰参与黑色素瘤肿瘤微环境免疫调节并有助于肿瘤免疫原性的形成。对癌症患者进行个体化m6A修饰亚型进行综合评估,有助于制定更有效的个体化治疗策略。