基于索拉非尼敏感性基因的肝细胞癌预后模型的构建及临床意义

目的 基于生物信息学方法构建并验证肝细胞癌(HCC)对索拉非尼敏感性相关基因的预后模型,探究该模型对HCC患者预后和索拉非尼敏感性的预测能力。方法 对基因表达汇编数据库GSE109211数据集、癌症基因组图谱(TCGA)数据库LIHC队列、国际肿瘤基因组协作组(ICGC)数据库LIRI队列进行差异基因分析,通过交集筛选出HCC索拉非尼敏感性相关基因,进行京都基因与基因组百科全书(KEGG)信号通路富集分析。利用单因素Cox回归与最小绝对收缩和选择算子(LASSO)回归构建预后模型,依据风险评分中位值将患者分为高、低风险组。通过Kaplan-Meier法和多因素Cox回归分析进行生存分析。通过癌症药物敏感性基因组学(GDSC)数据库分析索拉非尼的IC_(50)并探索其与风险评分的关系。结果 筛选出365个HCC索拉非尼敏感性相关基因,KEGG富集分析显示存在与药物代谢相关的信号通路。通过单因素Cox回归分析获得221个与HCC预后相关的基因,通过LASSO回归构建了一个包括含TCP1伴侣蛋白亚单位3(CCT3)、红细胞生成素(erythropoietin,EPO)、甲酰转移酶环脱氨酶(FTCD)、葡萄糖-6-磷酸脱氢酶(G6PD)、驱动蛋白家族成员20A(KIF20A)、磷脂酰肌醇聚糖锚定生物合成U类基因(PIGU)、分泌型磷蛋白1(SPP1)7个关键基因的预后风险评分模型:风险评分=CCT3×0.032+EPO×0.055+FTCD×(-0.026)+G6PD×0.083+KIF20A×0.039+PIGU×0.144+SPP1×0.009。验证结果显示高风险组生存时间短于低风险组(P<0.001),多因素Cox回归分析显示风险评分是独立预后因素。高风险组的索拉非尼IC_(50)比低风险组低,提示高风险组对索拉非尼的治疗可能更敏感。结论 基于索拉非尼敏感性相关基因构建的HCC预后模型具有良好的预测价值。