基于免疫相关基因的肝细胞癌预后模型的构建和验证

目的构建一种基于免疫相关基因的肝细胞癌(LIHC)预后模型。方法在UCSC Xena数据库和癌症基因组图谱(TCGA)数据库中下载肝癌和正常组织样本数据。对LIHC样本和癌旁/正常样本的基因数据进行差异分析。对差异表达基因(DEGs)进行富集分析。使用TCGA队列中的肝癌样本进行Kaplan-Meier生存分析获得生存与免疫相关的差异表达基因,再采用LASSO Cox和多因素Cox回归分析构建基因风险预后模型。从高通量基因表达(GEO)数据库中获取数据用于外部验证。利用CellMiner数据库研究枢纽基因对常用抗肿癌药物的敏感性。结果富集分析结果表明,差异表达基因主要与分解代谢相关。通过差异分析和Kaplan-Meier生存分析获得25个生存与免疫相关的差异表达基因。再基于LASSO Cox和多因素Cox回归分析结果,获得5个枢纽基因(FYN、CSF3R、HLA-G、FOS和BIRC5),并构建列线图。训练队列和验证队列的一致性指数(C-index)值分别为0.739和0.625。根据枢纽基因与抗肿瘤药物的敏感性结果,选出12种抗肿瘤药物用于后续实验。结论该模型能够有效预测LIHC患者的预后,为LIHC的免疫治疗提供了新的思路。