基于癌症基因图谱数据库的口底鳞状细胞癌长链非编码RNA风险预测模型的构建

目的 利用癌症基因图谱(TCGA)数据库建立口底鳞状细胞癌(简称口底鳞癌)患者预后的长链非编码RNA(lncRNA)风险预测模型。方法 下载TCGA数据库中口底鳞癌及对应癌旁组织的基因表达谱数据及临床相关数据,在R软件中通过edgeR包对口底鳞癌组织与癌旁组织中的基因表达数据进行分析,筛选差异表达lncRNA;采用单变量和多变量Cox风险回归模型筛选和建立lncRNA风险预测模型;绘制风险评分曲线、患者生存状态散点图、lncRNA表达热图、Kaplan-Meier生存曲线及受试者工作特征(ROC)曲线以评估风险模型与口底鳞癌患者预后的相关性。结果 从TCGA数据库中得到54例口底鳞癌组织和3例对应癌旁组织的基因表达数据,使用R软件edgeR包进行差异基因分析(筛选标准:P≤0.001,倍数变化≥2)得到差异lncRNA 138个。单变量Cox回归分析及多变量Cox回归分析得到基于3个lncRNA(MIR1-1HG、HOXC13-AS、RAMP2-AS1)的多变量风险预测模型,一致性系数为0.77。患者风险评分、生存状态散点图显示,风险评分越高口底鳞癌患者的死亡率越高。Kaplan-Meier生存曲线显示,高风险口底鳞癌患者的总生存率低于低风险口底鳞癌患者(P<0.001)。模型的ROC曲线下面积为0.895。结论 本研究筛选出3个具有临床意义的lncRNA,为口底鳞癌基础研究提供有价值的生物标志物;基于MIR1-1HG、HOXC13-AS、RAMP2-AS1的风险预测模型可有效预测口底鳞癌患者的预后,有望用于指导临床治疗。

基于TCGA数据库肺腺癌自噬相关基因预后模型的建立与验证

目的探究肺腺癌自噬相关基因(ARGs),并构建肺腺癌ARGs的预后模型。方法肺腺癌的RNA高通量转录组数据下载于癌症基因组图谱(TCGA)数据库和人类自噬基因(HADb)数据库,获取ARGs,并基于肺腺癌差异表达ARGs构建肺腺癌预后模型并验证,进一步构建列线图及校准曲线探究模型在临床中的应用价值。对差异表达ARGs进行基因本体和京都基因与基因组百科全书富集分析。对获得的具有预后意义的差异表达ARGs进行Lasso回归分析并构建肺腺癌预后模型。绘制Kaplan-Meier生存曲线。结果共获得31个差异表达ARGs,筛选得到10个具有预后意义的差异表达ARGs。高风险组患者与较差的总生存期明显相关,差异有统计学意义(P<0.05)。T分期、N分期、风险评分为肺腺癌患者的独立预后因素。校准曲线和列线图全局一致性为0.710,说明模型预测结果与实际情况具有较高的符合度。结论基于差异表达ARGs构建的风险模型可作为肺腺癌患者的一种预后特征或可为肺腺癌患者的个体化治疗提供参考依据。

基于癌症基因组图谱数据库探索miR-217在胃癌中的表达及其预后价值

目的评估miR-217在胃癌组织中的表达及其预后价值。方法利用R语言统计学软件下载癌症基因组图谱数据库(TCGA)胃癌数据集中患者的临床病理学资料、生存数据和miRNA测序数据,比较miR-217在肿瘤组织与癌旁组织间的表达差异,受试者操作特征曲线(ROC)评估miR-217对胃癌的诊断价值;Kaplan-Meier生存分析比较不同miR-217表达水平的胃癌患者无进展时间(PFI)和总生存期(OS);利用单因素和多因素Cox回归分析评估影响PFI和OS的预后因子;利用基因本体论(GO)和京都基因与基因组百科全书(KEGG)对miR-217潜在靶基因进行功能和信号通路富集分析。结果446例胃癌患者纳入分析,Wilcoxon秩和检验结果显示,miR-217显著高表达于胃癌组织(5.10 vs.3.74,P<0.01)。经ROC曲线评估发现,miR-217具有良好的诊断价值(AUC=0.795,95%CI:0.728~0.863)。Kaplan-Meier结果显示,与低表达组比较,miR-217高表达的患者OS更短(56.2个月vs.22.3个月,P=0.005),但两组患者PFI之间的差异无统计学意义(55.9个月vs.26.0个月,P=0.099)。多因素Cox回归分析结果显示,miR-217是影响患者OS的独立预后因子之一(HR=1.386,95%CI:1.003~1.914,P=0.048),但miR-217的表达与患者PFI无明显相关性(P>0.05)。GO/KEGG富集分析结果表明,miR-217潜在的靶基因主要富集于前列腺癌、膀胱癌、黑色素瘤、子宫内膜癌、EGFR酪氨酸激酶抑制剂抵抗、细胞间蛋白转运调节、蛋白入核调节、神经分支形态、成长发育负向调节及核-浆转运调控等病理过程。结论miR-217显著高表达于胃癌组织,其表达水平可用于预测胃癌患者的死亡风险;miR-217的生物学功能可能与泌尿生殖系统恶性肿瘤以及蛋白质转运等相关。

基于TCGA数据库研究KCNT2在肺腺癌中的表达及与患者预后的相关性

目的基于癌症基因组图谱(TCGA)数据库,观察钠激活钾通道蛋白基因KCNT(potassium sodium-activated channel subfamily T member 2,KCNT2)在肺腺癌癌组织中的表达及临床意义。方法从TCGA数据库中下载肺腺癌组织的RNASeq数据以及临床数据,分析KCNT2 mRNA在肺腺癌组织和正常组织中的表达差异;以KCNT2表达水平的中位值(0.143)为界限将肺腺癌患者分为KCNT2高表达组和KCNT2低表达组,应用单因素及多因素COX回归分析癌组织中KCNT2表达与患者临床病理特征的关系及预后的相关性。应用基因集富集分析(GSEA)软件分析预测KCNT2在肺腺癌中可能的调控信号通路。结果肺腺癌组KCNT2表达水平低于正常对照组(P<0.05);肺腺癌组织中KCNT2的表达水平与患者Stage分期相关(P<0.05);Stage分期(HR=1.947,95%CI:1.236~3.066,P=0.004)可以作为肺腺癌的独立预后因素;KCNT2低表达组生存率低于KCNT2高表达组(P=0.035);KCNT2主要参与氧化磷酸化信号通路、核糖体、嘧啶代谢、精氨酸和脯氨酸代谢、谷胱甘肽代谢、RNA聚合酶等信号通路。结论KCNT2在肺腺癌组织中呈低表达,与肺腺癌患者的预后相关,并通过参与多种信号通路促进肺腺癌的发生发展,可能是肺腺癌诊断和治疗的潜在生物标志物。

基于癌症基因组图谱和Oncomine数据库膀胱尿路上皮癌生物信息学分析

目的通过癌症基因组图谱(TCGA)和Oncomine数据库深入挖掘膀胱尿路上皮癌发生的关键基因。方法从TCGA数据库中下载膀胱尿路上皮癌RNA测序数据,利用R软件对膀胱尿路上皮癌与癌旁正常组织进行比较,获取差异表达基因,结合用于基因注释、可视化和集成发现的数据库(DAVID)和功能蛋白协作网络(STRING)中的在线生物信息学工具,对差异表达基因进行功能富集分析和调控网络分析,并构建蛋白质—蛋白质相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba进行关键(Hub)基因筛选。通过Oncomine数据库对Hub基因进行Meta分析,获取关键基因。结果共筛选出膀胱尿路上皮癌差异表达基因1650个,其中表达上调基因565个,表达下调基因1085个,通过分析后获取PPI网络中前10位Hub基因,分别是GNG7、GNG11、BDKRB2、BDKRB1、NMUR1、NPSR1、CHRM5、TACR2、TAC1和TACR1。通过Oncomine数据库对Hub基因进行Meta分析,最终获得1个关键基因为TACR1。结论基于TCGA和Oncomine数据库,获取膀胱尿路上皮癌关键基因TACR1,将为膀胱尿路上皮癌诊断、治疗及预后的研究提供新的思路。

基于癌症基因组图谱数据库分析miR-148a-3p在肝细胞癌中的表达和预后意义

目的基于癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库探索miR-148a-3p在肝细胞癌(hepatocellular carcinoma,HCC)中的表达和预后价值。方法从TCGA数据库HCC数据集中下载患者的临床病理资料和组织标本的微RNA(microRNA,miRNA)测序数据。比较miR-148a-3p在肿瘤组织与癌旁组织中的表达差异,采用受试者操作特征曲线(receiver operating characteristic curve,ROC曲线)评估miR-148a-3p表达对HCC的诊断价值;采用Kaplan-Meier生存分析探讨不同miR-148a-3p表达水平HCC患者的总生存(overall survival,OS)时间和疾病特异生存(disease special survival,DSS)时间;采用单因素和多因素Cox回归分析评估影响HCC患者生存结局的预后因子;采用基因本体论(gene ontology,GO)/京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析miR-148a-3p的潜在靶基因。结果共375例HCC患者纳入研究,49例同时检测了肿瘤组织与癌旁组织的miR-148a-3p表达,肿瘤组织miR-148a-3p表达显著低于癌旁组织(16.54∶17.22,P=0.010)。ROC曲线结果显示,miR-148a-3p表达对HCC具有较好的诊断价值(曲线下面积为0.751,95%CI:0.699~0.804)。Kaplan-Meier分析发现,miR-148a-3p高表达的患者OS时间(104.2个月∶46.2个月,P=0.001)和DSS时间(104.2个月∶59.7个月,P=0.026)均更长。多因素Cox回归分析发现,miR-148a-3p高表达是HCC患者良好OS时间的独立预后因子(HR=0.546,95%CI:0.373~0.799,P=0.002),但与DSS时间无显著相关性(HR=1.024,95%CI:0.520~2.014,P=0.946)。GO/KEGG富集分析发现miR-148a-3p的潜在靶基因富集于FOXO信号通路、转化生长因子-β(transforming growth factor-β,TGF-β)信号通路,与泛素连接复合物、细胞内吞、内皮细胞增殖、细胞周期停滞等功能相关。结论miR-148a-3p低表达于HCC肿瘤组织,其表达可作为HCC患者生存的可靠预测因子,该分子生物学功能可能参与调控FOXO、TGF-β信号通路,与泛素连接复合物、细胞内吞、内皮细胞增殖、细胞周期停滞等功能相关。

基于多数据库筛选胃癌的自噬相关基因及预后预测模型的建立

目的 通过多种癌症基因数据库构建胃癌自噬相关基因(ARGs)预后预测模型。方法 从人类自噬数据库和GSEA分子特征数据库获得自噬基因,与GEO数据库得到的胃癌差异表达基因进行比对,从而筛选出胃癌ARGs。对胃癌ARGs进行富集分析及通路分析、多因素COX回归分析,筛选关键ARGs,应用R语言进行生存曲线分析、构建列线图及预测模型并对模型进行检验。结果 从多种数据库下载得到胃癌差异表达基因和自噬基因,从中筛选出102个重合基因即胃癌ARGs,Lasso回归和COX多因素分析筛选最终得到2个关键ARGs,即DYNC1I1、RNASE1。基于两个基因建立1、3、5年生存期预测模型和诺莫列线图校正曲线,C值为0.68,提示该模型有相对较好的预测能力。结论 本研究构建了基于DYNC1I1、RNASE1两个关键ARGs胃癌预后风险模型,该模型可有效预测胃癌患者预后。

基于TCGA数据库和GEO数据库分析SERPINE1在胃癌中的表达和预后影响

目的 分析SERPINE1在胃癌组织中的表达及其临床意义。方法 通过检索肿瘤免疫评估资源(TIMER)数据库,了解SERPINE1在33种癌症组织中的表达情况。通过检索癌症基因组图谱(TCGA)数据库,下载375例胃癌组织和32例癌旁组织的RNA-Sep数据和临床信息,通过检索基因综合表达(GEO)数据库GSE54129数据集下载了111例胃癌组织和21例癌旁组织的基因表达谱芯片,分别将TCGA和GSE54129数据集中的SERPINE1进行癌组织和癌旁组织的表达差异分析,COX分析TCGA数据集中临床基线资料和SERPINE1 mRNA表达水平对胃癌患者预后的影响。绘制Kaplan-Meier生存曲线和受试者工作特征曲线(ROC)分析SERPINE1 mRNA表达与预后的关系。通过基因富集分析(GSEA)挖掘并预测SERPINE1参与的通路。结果 TIMER数据库分析表明,SERPINE1在8种癌组织中明显高表达(P<0.05)。TCGA数据集、GSE54129数据集分析表明,在胃癌组织中SERPINE1表达高于癌旁组织(P<0.001)。多因素COX分析表明,病理Stage4、SERPINE1 mRNA表达水平高是影响胃癌患者预后生存时间的独立危险因素[HR(95%CI)=3.061(1.107~8.464)、1.778(1.224~2.582),P<0.05)]。Kaplan-Meier生存曲线分析发现,SERPINE1高表达组总生存期明显低于低表达组(P<0.001)。ROC曲线分析发现,SERPINE1表达预测1、3、5年生存几率的曲线下面积分别为0.598、0.649、0.731。GESA分析说明SERPINE1与上皮间质转化、炎性反应、细胞顶端连接复合物、KRAS通路、血管生成等通路存在相关性。结论 SERPINE1在胃癌组织中表达明显上调,其高表达预示胃癌患者预后不佳,SERPINE1可作为影响胃癌患者预后的一种生物学标志物,并作为潜在的治疗靶点。

基于数据库挖掘皮肤黑色素瘤微环境预后生物标志物

目的 通过探索肿瘤微环境(TME)来确定与皮肤黑色素瘤(SKCM)预后生存相关基因,并进一步构建评估SKCM患者预后的风险预测模型。方法 根据癌症基因组图谱(TCGA)数据库和ESTIMATE算法计算SKCM患者的免疫评分和基质评分,筛选高分组与低分组之间的差异表达基因(DEG),并进一步通过功能富集分析、蛋白质相互作用网络(PPI)、生存分析和Lasso回归分析筛选预后显著相关基因,最终利用预后显著相关基因构建风险预测模型。结果 471例SKCM病例纳入本研究,根据免疫评分和基质评分的中位数,将236例评分≥中位数的患者纳入高分组,235例评分<中位数的患者纳入低分组。高免疫评分组和高基质评分组的中位生存时间分别显著长于低免疫评分组和低基质评分组(P值均<0.05)。Kaplan-Meier生存曲线显示,免疫评分、基质评分均与SKCM患者的生存时间呈正相关(P=0.000 11、0.046)。SKCM患者中高分组和低分组的基因表达数据分析结果显示,高分组和低分组具有不同的基因表达谱。基于免疫评分的结果显示,高分组有1 257个基因上调,20个基因下调[log2差异倍数(|log2(FC)|>1.5),P<0.05];基于基质评分的结果显示,高分组有876个基因上调,42个基因下调[|log2(FC)|>1.5,P<0.05]。免疫评分和基质评分进行基因集富集分析(GSEA),结果显示上调基因主要富集的基因组百科全书(KEGG)通路为细胞因子-细胞因子受体的相互作用、趋化因子信号传导途径、NF-κB信号传导途径等,基因本体(GO)通路为免疫学突触、细胞因子产生的负向调节和正向调节、细胞杀伤等。韦恩图显示,有728个DEG在免疫评分和基质评分的高分组中表达上调,3个DEG在免疫评分和基质评分的高分组中表达下调,即一共731个基于不同评分筛选出的共有DEG。对731个共有DEG进行功能富集分析,结果显示共有DEG与免疫应答具有相关性;生存分析显示,共有599个(81.9%)基因的表达情况与SKCM患者的预后相关,其中596个(81.5%)基因的高表达与SKCM患者更好的预后相关(P<0.05),3个(0.4%)基因的低表达与SKCM患者更好的预后相关(P<0.05)。通过Lasso回归进一步筛选出29个候选基因,利用29个候选基因计算风险评分,并且根据风险评分将SKCM患者分为高风险组(评分≥中位数)和低风险组(评分<中位数);结果显示,低风险组的中位生存时间显著长于高风险组(P<0.000 1),且AUC达到0.66。结论 探索SKCM患者的TME确定了29个SKCM预后相关基因,构建的风险预测模型可用于评估患者生存情况。

基于TCGA数据库构建胃癌免疫相关基因的预后风险模型

目的基于癌症基因组图谱(TCGA)数据库,通过分析差异表达的免疫相关基因构建胃癌患者的预后风险模型。方法从TCGA数据库下载胃癌及癌旁组织的RNA测序数据和配对的患者临床资料,从ImmPort数据库中下载免疫相关基因的数据。通过比较肿瘤组织和癌旁组织,筛选出差异表达的免疫相关基因,采用Cox风险比例回归模型构建差异表达免疫相关基因的预后风险模型,通过Kaplan-Meier生存曲线和受试者工作特征(ROC)曲线下面积(AUC)评价模型的预测性能,再对模型风险评分进行独立预后分析。结果从TCGA数据库下载了包括375例胃癌组织和32例癌旁组织的RNA测序数据,共筛选出349个差异表达的免疫相关基因,通过多因素Cox回归分析得到9个(IL1A、APOH、CGB5、GRP、TNFSF18、LGR6、MC1R、NPR1、CTLA4)与胃癌预后相关的免疫相关基因,并以此构建预后风险模型。根据模型风险评分的中位值将所有样本分为高、低风险两组,Kaplan-Meier生存分析结果显示,低风险组的总生存率高于高风险组,差异有统计学意义(P<0.001)。ROC曲线下面积为0.719,独立预后分析结果显示,模型风险评分可作为评估胃癌患者预后的独立预测因子。结论构建的免疫相关基因预后风险模型可以较好地评估胃癌患者的预后情况并指导个体化治疗,也为寻找新的免疫治疗靶点提供帮助。

癌症 TCGA 数据库中乳腺癌预后数据的挖掘

近年来,乳腺癌发病率逐渐上升,并且呈现出年轻化趋势。使用TCGA数据库中已有的基因信息筛选鉴定出与乳腺癌预后相关的基因。为排除癌组织和正常组织取样时间不同造成的差异,我们选取了113对同时检测乳腺癌区和其相对应癌旁正常组织的样品,从TCGA数据库调取转录组数据,对这些数据通过DEseq进行差异表达分析,筛选出1428个差异表达基因。对差异表达基因进行基因本体GO,代谢通路KEGG,疾病本体DO和富集分析获得68个与乳腺癌相关的差异表达的关键基因;采用数据库中所用癌症的表达数据(共1097例)对这些乳腺癌相关基因进行总生存率分析,筛选出8个与乳腺癌预后相关的基因。结果显示在乳腺癌病人中PGLYRP2、SEMA3G、PROL1及SLC7A3的高表达伴随着乳腺癌病人的预后良好,而SKA1、BIRC5、RRM2和AURKA基因的高表达伴随着乳腺癌病人的预后不良。这8个基因有可能是乳腺癌预后相关的重要基因,这为乳腺癌病人的预后治疗提供了新的方向与思路,并可能通过调控基因水平来尽可能地控制预后。

基于TCGA数据库建立胆管癌自噬相关基因预后预测模型及其应用

目的利用癌症基因组图谱(TCGA)数据库构建胆管癌自噬相关基因(ARGs)预后预测模型。方法通过人类自噬数据库和分子特征数据库获得531个胆管癌ARGs。从TCGA数据库中选择CHOL队列的转录组和临床数据进行下载,包含胆管癌组织36例、正常胆管组织9例。采用Perl软件将原始测序数据进行合并,提取所有ARGs的表达数据;利用R软件对胆管癌组织和正常胆管组织中的ARGs进行差异表达分析,筛选出胆管癌组织中表达失调的ARGs,并进行GO功能富集和KEGG信号通路分析。利用单因素Cox及Lasso回归模型筛选关键ARGs,多因素Cox回归模型建立预后预测模型,根据关键ARGs的mRNA表达水平和风险系数计算每个患者的风险评分,按其中位数将胆管癌患者分为高风险组和低风险组,绘制生存曲线,比较两组的生存期。绘制预后预测模型的ROC曲线,评价其预测预后的敏感度和特异性。最后利用R软件构建基于关键ARGs的列线图,绘制校准曲线评估实际生存和预测生存的一致性。结果与正常胆管组织比较,胆管癌组织中有324个表达失调的ARGs。这些ARGs主要涉及自噬、利用自噬机制的过程、大自噬、自噬的调节、凋亡等生物学过程和信号通路。经过单因素Cox和Lasso回归分析,筛选出5个关键ARGs,即VPS11、EVA1A、BNIP3、GABARAP、VPS4B。以这5个关键ARGs建立预测胆管癌患者预后的风险模型,风险评分=(-3.739×VPS11)+(1.691×EVA1A)+(1.734×BNIP3)+(5.776×GABARAP)+(-1.310×VPS4B)。生存分析显示,高风险组的总生存时间低于低风险组,预测1年、2年、3年生存率的ROC曲线下面积均大于0.9。构建了基于5个ARGs的列线图(C指数为0.822,95%CI为0.721~0.924),另外,绘制预测1年、2年、3年生存率的校准曲线几乎都落在了45°的对角线上,提示该模型的准确性和区分能力较好。结论成功构建了基于VPS11、EVA1A、BNIP3、GABARAP、VPS4B共5个关键ARGs表达的胆管癌预后风险预测模型,该模型可有效预测胆管癌患者的预后。

铜调节的细胞死亡相关基因与前列腺癌关系分析

目的基于美国癌症肿瘤基因图谱(the cancer genome atlas,TCGA)数据库分析铜调节的细胞死亡相关基因与前列腺癌患者预后和免疫细胞浸润的关系。方法从TCGA数据库下载所有前列腺癌患者的基因数据,其中包括前列腺癌组织501例,正常组织52例。运用R软件提取前列腺癌患者中铜调节的细胞死亡相关基因表达矩阵,进行差异分析、多因素回归分析筛选出预后基因,对预后基因进行生存分析,同时探讨预后相关基因与免疫细胞之间的相关性。结果甘氨酸裂解系统蛋白H(GCSH)与前列腺癌患者的预后显著相关,同时发现其与前列腺癌患者中的树突细胞、CD8^(+)T细胞、浆细胞也显著相关(P<0.05)。结论GCSH基因在前列腺癌的发生、发展中起重要作用,有望成为前列腺癌预后的标志物。

基于生物信息学构建口腔鳞状细胞癌免疫基因的预后模型

目的旨在构建免疫相关基因(IRGs)的风险预测模型,以预测口腔鳞状细胞癌(OSCC)患者的预后。方法应用生物信息学技术分析OSCC的转录组测序数据,鉴定出差异表达的IRGs(DEIRGs)。通过Cox回归分析构建DEIRGs的风险预测模型,并对其预测能力进行评估。分析该模型与临床病理和免疫细胞浸润的相关性。结果通过比较OSCC和正常样本共鉴定出3634个差异表达基因,其中包括330个DEIRGs(FDR<0.05,|logFC|>1)。单因素Cox回归分析筛选出与预后相关的20个DEIRGs(P<0.05),多因素Cox回归分析筛选出其中15个DEIRGs用于构建风险预测模型。该模型可作为OSCC患者的独立预后因素(P<0.001),预测患者预后的能力具有较高的准确性(AUC=0.732),并与临床分期(t=-3.484,P<0.001)、B细胞(Cor=-0.180,P=0.002)和CD4^(+)T细胞(Cor=-0.127,P=0.026)密切相关。结论基于15个预后相关DEIRGs构建的风险预测模型能够有效地预测OSCC患者的预后,可帮助临床医生为不同风险的OSCC患者选择个性化的治疗策略。

基于TCGA数据库胆管癌自噬-临床预后模型的构建和评估

目的探讨自噬相关基因(autophagy-related genes,ATGs)在临床预后方面的价值,并构建自噬基因的预后风险模型,评估胆管癌(cholangiocarcinoma,CCA)患者的生存及预后状况。方法在癌症基因组图谱数据库(TCGA)中下载CCA的转录组数据和临床数据,从人类自噬数据库(HADb)中提取自噬相关基因,筛选出CCA样本中差异表达的自噬相关基因(DEATGs);GO富集分析与KEGG通路分析进一步阐明DEATGs在CCA中的作用;通过Cox回归分析构建自噬预后风险评分模型,并运用生存分析、风险曲线、ROC曲线及独立预后分析验证预后模型的准确性。结果CCA组织样本和非肿瘤组织样本一共筛选出49个DEATGs(上调的基因48个,下调的基因1个);通过单因素Cox回归分析及多因素Cox回归分析筛选出5个最有预后价值的基因(RHEB、PPP1R15A、ATG101、BNIP3、NRG1),并基于这5个基因构建自噬预后风险评分模型,模型公式为:风险值=NRG1表达量×1.1207+BNIP3表达量×1.4002+ATG101表达量×1.3457-PPP1R15A表达量×1.1613-RHEB表达量×1.3279。生存分析表明低风险组的生存率要显著高于高风险组,风险曲线表明患者风险值与生存时间及生存状态显著相关,ROC曲线提示自噬预后模型具有良好的准确性,是一个独立的预后因素(HR 1.427,95%CI 1.161~1.756,P<0.001)。结论5个自噬基因(RHEB、PPP1R15A、ATG101、BNIP3、NRG1)构建的自噬相关预后风险模型,可以有效预测CCA患者的预后情况。

基于MAPK信号通路相关基因的风险评分模型预测食管鳞状细胞癌的生存及其免疫微环境与用药研究

目的:基于丝裂原活化蛋白激酶(MAPK)信号通路相关基因(MRGs)构建预后模型,提高食管鳞状细胞癌(ESCC)患者的预后效果。方法:从癌症基因组图谱(TCGA)获取ESCC患者的相关信息,从京都基因与基因组百科全书(KEGG)数据库获取MRGs。基于MRGs中与ESCC患者生存相关基因对患者进行聚类分析,对所得差异基因进行回归分析筛选预后基因构建预后模型。对该模型划分的高低风险组进行基因本体论(GO)、KEGG分析和单样本基因富集分析(ssGSEA)。利用CellMiner数据库寻找可能与模型基因相关的药物。结果:回归分析筛选出了13个基因构建了预后模型,该模型在TCGA和基因表达综合数据库(GEO)中显示出良好预测能力。GO和KEGG分析结果显示,高低风险组白细胞介导的免疫和细胞黏附分子等生物学功能和通路具有显著差异。行ssGSEA发现,高风险组患者的免疫细胞浸润和大多数免疫功能显著强于低风险组。结论:开发了一个具有良好预测能力的预后模型,可能对ESCC的预后和治疗具有指导意义。

焦亡相关基因与胃癌预后及免疫浸润的相关性分析

目的通过生物信息学筛选胃癌预后焦亡相关基因(PRGs),构建和评估风险模型并分析PRGs与免疫浸润的相关性,验证胃癌治疗的新靶点。方法从癌症基因组图谱(TCGA)数据库获取胃癌的转录组和临床数据并筛选差异表达的PRGs。采用单因素Cox回归及LASSO回归分析差异表达的PRGs并构建预后模型。Kaplan-Meier生存曲线、受试者操作特征曲线评估模型的准确性及预后价值。根据风险评分中位数将患者分为高、低风险组,Cox回归风险模型评估风险评分与预后的相关性。胃癌基因芯片数据集GSE84437作为预测模型的外部验证。RT-qPCR和Western blot检测SERPINE1、Caspase-1、NLRP3 mRNA和蛋白表达量。结果筛选35个差异表达PRGs,其中5个PRGs(CRTAC1、GPX3、IRGM、RGS2和SERPINE1)被纳入风险模型构建。年龄、M分期、N分期和风险评分是TCGA队列患者生存率的独立影响因素(P<0.05);年龄、T分期和N分期是基因表达综合(GEO)队列患者生存率的独立影响因素(P<0.05)。TCGA、GEO队列中高风险组免疫细胞浸润水平、免疫相关途径活性总体均高于低风险组(P<0.05)。CRTAC1与CD4+T细胞(r=0.488)、巨噬细胞(r=0.588)和树突状细胞(r=0.332)的浸润水平呈正相关(P<0.01);GPX3与CD4+T细胞(r=0.372)、巨噬细胞(r=0.572)和树突状细胞(r=0.406)的浸润水平呈正相关(P<0.01);RGS2与CD4+T细胞(r=0.343)、巨噬细胞(r=0.526)和树突状细胞(r=0.326)的浸润水平呈正相关(P<0.01);IRGM(r=0.327)、SERPINE1(r=0.310)与巨噬细胞的浸润水平呈正相关(P<0.01)。胃癌组织中SERPINE1表达水平高于正常胃组织(P<0.05);高表达SERPINE1组的生存时间短于低表达SERPINE1组(P<0.01)。干扰组SERPINE1、Caspase-1、NLRP3 mRNA和蛋白表达量均低于阴性对照组(P<0.05)。结论通过生物信息学方法筛选5个PRGs构建胃癌预后模型,SERPINE1高表达与胃癌不良预后相关,可能参与调控NLRP3/Caspase-1细胞焦亡途径。

基于公共数据库综合分析转录因子19在胰腺癌中的表达与预后作用

目的探究转录因子19(transcription factor 19,TCF19)在胰腺癌中的表达及临床意义,并构建相关预后模型。方法利用Oncomine与GEPIA数据库提取数据并分析TCF19在正常胰腺组织与胰腺腺癌中的表达差异;利用GEPIA与Kaplan-Meier plotter数据库分析TCF19的表达水平与胰腺腺癌病人预后之间的相关性;利用MethSurv数据库分析TCF19基因甲基化位点在胰腺腺癌中的分布情况;利用TISIDB与TIMER数据库分析在胰腺腺癌中TCF19是否与肿瘤浸润淋巴细胞(tumor infiltrating lymphocytes,TIL)、免疫调节剂、趋化因子、免疫浸润细胞等相关;利用R统计软件进行单因素Cox、LASSO回归分析与多因素Cox回归分析构建预后预测模型,并在验证组中进行验证。结果Oncomine与GEPIA显示,胰腺腺癌中TCF19的表达水平明显高于正常组织(P<0.05);运用Kaplan-Meier生存分析发现,胰腺腺癌中高表达TCF19病人较低表达TCF19病人预后差;MethSurv数据库鉴定得到11个TCF19甲基化位点与预后相关;TISIDB和TIMER数据库挖掘发现TCF19与TIL、免疫调节剂、趋化因子和免疫浸润细胞相关;利用R软件鉴定得到4个与TCF19相关基因(ANLN、FAM111B、DLGAP5、CEP55)并构建预后模型,该模型在训练组与验证组中均具有良好的预测能力。结论TCF19基因在胰腺癌中高表达,与病人不良预后有关。TCF19相关基因预后模型能很好地评估、预测胰腺癌病人的预后。

基于TCGA数据库探索miR-4746-5p在肝癌中的表达及其临床意义

目的探讨miR-4746-5p在肝癌中的表达与临床意义。方法从癌症基因组图谱(TCGA)数据库获取375例肝癌组织与50例癌旁组织RNA-seq数据及对应患者的临床信息,比较其miR-4746-5p表达水平与肝癌患者临床病理特征及预后的相关性;使用单、多因素Cox回归模型评估肝癌患者预后的危险因素;应用ROC曲线评估miR-4746-5p诊断肝癌的敏感性;利用ssGSEA评估miR-4746-5p表达水平与肝细胞癌(HCC)免疫浸润水平的相关性。结果miR-4746-5p在肝癌组织中的表达显著高于正常肝组织及癌旁组织(P<0.01),并且miR-4746-5p表达水平与肝癌患者TMN分期、组织学水平、甲胎蛋白水平、是否伴血管侵犯及年龄密切相关(均P<0.05)。高表达miR-4746-5p的肝癌患者总生存率与疾病特异性生存期明显低于miR-4746-5p低表达患者(均P<0.05)。TNM分期与miR-4746-5p表达水平是相互独立的影响肝癌患者预后的危险因素(P<0.01)。GO生物功能及KEGG富集分析提示,miR-4746-5p可能参与调节细胞分化、小GTP酶结合活性和轴突部组装等过程,其靶基因主要富集于MAPK信号通路、轴突引导信号通路、自噬信号通路;miR-4746-5p的表达水平与多种免疫细胞浸润水平(如巨噬细胞、Th2细胞、CD8 T细胞、NK细胞、中性粒细胞等)相关。此外,miR-4746-5p可能通过调控ASPG/CXCL12/IGF2/c11orf96/SEC31B轴促进HCC的发生发展并导致不良预后。结论miR-4746-5p可作为诊断早期肝癌的标志物并对肝癌患者临床治疗及预后预测具有重要意义。

构建铜代谢相关基因的肾透明细胞癌预后模型

目的构建基于铜代谢相关基因和临床病理学特征的新型肾透明细胞癌(ccRCC)预后模型。方法2022年6月至2023年1月从基因集数据库(MSigDB)5.1版整理出铜代谢相关基因,应用癌症基因组图谱(TCGA)中ccRCC数据对获取的铜代谢相关基因进行生物信息学分析,得到32个铜代谢相关差异基因;用单因素比例风险回归(Cox)分析铜代谢基因,筛选出具有预后价值的60个铜代谢相关基因,两者取交集,得到14个关键基因,对其进行基因本体论(GO)分析、京都基因和基因组数据库(KEGG)通路分析及关联性分析。之后对关键基因进行套索回归分析(LASSO),结果显示有3个基因被纳入模型,计算公式为:风险分数=HAMP×0.205+TMPRSS6×0.097−CCND1×0.033。分别应用TCGA数据和基因表达综合数据库(GEO)中的ccRCC数据集GSE22541进行内部模型验证和外部模型验证;利用乘积极限法(Kaplan-Meier)生存曲线验证模型预后价值;利用受试者操作特征曲线(ROC曲线)下面积验证模型预测的准确性。结果生存状态图表明,高风险组死亡病例数多于低风险组;ROC曲线表明风险评分模型具备较好的预测能力,曲线下面积(AUC)均大于0.6;Kaplan-Meier生存分析显示,高风险组总体生存率低于低风险组(P<0.05)。结合临床病理学特征(年龄、肿瘤分级、肿瘤分期),构建诺莫(Nomogram)列线图,对病人预后具有较好的预测效果。结论基于铜代谢相关基因的预后风险评分模型可用于ccRCC的预后预测,针对铜代谢相关基因设计靶点可能是治疗ccRCC的一种新选择。