TICRR基因与乳腺癌发生及预后关系的研究

目的:评价TopBP1相互作用检查点和复制调节器(TICRR)基因在乳腺癌发生和预后中的作用。方法:基于肿瘤基因组图谱(TCGA)数据库中的乳腺癌的测序和临床数据,使用Wilcoxon秩和检验确定TICRR在肿瘤组织和正常组织中的表达。使用基因集富集分析(GSEA)方法评估TICRR的生物学功能。应用Logistic分析研究TICRR表达与乳腺癌临床病理特征的相关性。采用Cox回归分析、Kaplan-Meier分析和列线图确定TICRR对乳腺癌患者临床结局的预测价值。结果:TICRR在乳腺癌组织中表达显著升高(P<0.001)。GSEA分析结果表明,TICRR表达增加主要通过促进细胞周期循环、同源重组等通路来促进肿瘤细胞增。乳腺癌组织中TICRR的高表达与年龄、临床分期、雌激素受体(ER)、孕激素受体(PR)、人表皮生长因子2(HER2)表达有关。Logistics回归分析发现TICRR表达与T分期、HER2表达呈正相关,与ER和PR表达呈负相关。Cox回归分析显示,TICRR基因表达是乳腺癌总生存率(HR:1.881,P=0.036)的独立风险因素,在无疾病进展生存期(PFI)单因素分析中是危险因素(P<0.05)。结论:TICRR基因表达增加可能通过调节细胞周期、代谢等相关通路促进乳腺癌发生,检测TICRR基因表达对评价乳腺癌预后有较高的预测价值。

预测乳腺癌患者预后的坏死性凋亡相关基因模型的构建和验证

目的:构建乳腺癌坏死性凋亡相关基因的预后风险模型并验证。方法:下载癌症基因组图谱(TCGA)和基因表达综合集(GEO)的坏死性凋亡相关基因(NRGs)表达和临床数据,经过LASSO和Cox回归分析,确定基于8个NRGs(HSP90AA1,IFNAR1,IFNG,IRF9,MAPK9,SHARPIN,GLUL和JAK1)的乳腺癌预后风险模型。根据风险评分中位值将患者分为高低两组进行基因集富集分析(GSEA),生存和列线图分析验证预后模型的预测价值。结果:与低风险组相比,高风险组个体的预后较差,风险评分是乳腺癌独立的预后因素。GSEA分析表明,高风险组主要通过DNA复制、氧化磷酸化等通路促进肿瘤发生发展。校准曲线表明所构建列线图的效能较好。结论:包含8个NRGs的预后风险模型可能是乳腺癌的预后标志物和有前景的治疗靶点,可能更好为临床乳腺癌患者提供个体化治疗。

TMEM65表达对乳腺癌患者预后的影响

目的 使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库探讨跨膜蛋白65(TMEM65)在乳腺癌中的表达及意义。方法 使用Wilcoxon秩和检验方法对比TMEM65基因在乳腺癌和正常组织之间的表达差异,使用logistic回归分析评估乳腺癌患者TMEM65表达与临床特征之间的相关性,并使用Kaplan-Meier和Cox回归方法检测了TMEM65表达水平对生存率的影响,最后根据TMEM65表达及临床特征构建列线图并进行验证。结果 乳腺癌患者的TMEM65表达水平高于正常组织,差异有统计学意义(P <0.05)。TMEM65的表达与年龄、T分期、雌激素受体(estrogen receptor,ER)、孕激素受体(progesterone receptor,PR)和HER2表达显著相关,差异有统计学意义(P <0.05)。Kaplan-Meier生存分析显示,与低表达TMEM65相比,TMEM65高表达的乳腺癌患者预后较差,差异有统计学意义(P <0.001)。多因素Cox回归分析显示,TMEM65高表达是乳腺癌患者总生存(overall survival,OS)率、无进展间隔期(progression free interval,PFI)、疾病特异性生存(disease-specific survival,DSS)的独立危险因素,差异有统计学意义(P <0.05)。本研究基于TMEM65基因表达和乳腺癌临床特征构建了列线图,使用C指数和校准曲线说明了该列线图模型预测效能很好。结论 TMEM65高表达可能是乳腺癌患者预后不良的独立预测因素。

乳腺癌基于蛋白表达的风险预后模型构建和6种关键蛋白的鉴定

目的通过开发蛋白质组学签名,优化对乳腺癌患者预后的评估。方法分别从TCPA和TCGA数据库下载879名乳腺癌患者样本的蛋白质表达谱和临床信息,进行单变量Cox回归、lasso回归和多变量Cox回归分析以鉴定预后蛋白质建立预后模型,然后对预后模型蛋白进行差异表达及生存分析,对模型风险评分进行预测性能分析,并对与预后模型蛋白相关的所有蛋白进行分析。结果通过TCPA数据库中的224个蛋白质,我们构建了包含CASPASE7CLIVEDD198、NFKBP65_pS536、PCADHERIN、P27、X4EBP1_pT70、EIF4G等6个蛋白的预后模型,根据风险评分中位值将患者分为两组,总生存率差异有统计学意义。单因素和多因素Cox回归分析表明,该风险评分是患者的独立预后因素(P<0.001)。此外,应用列线图及ROC对预测模型的预测性能进行了展示。蛋白质相互作用关系显示,蛋白质CASPASE7CLEAVEDD198、PCADHERIN、X4EBP1_pT70和EIF4G与其他蛋白质表现出较明显的相关性(P<0.001)。结论6个关键蛋白可能是乳腺癌治疗的新靶点,蛋白质风险模型可用于预测乳腺癌患者的预后。

基于代谢相关基因的乳腺癌预后预测模型的建立和验证

目的构建基于代谢通路相关基因的乳腺癌预后预测模型并进行验证。方法从癌症基因组图谱(TCGA)数据库下载乳腺癌患者的基因表达数据和临床信息,然后从基因集富集分析(GSEA)网站提取所有代谢通路相关基因进行差异分析,获得肿瘤和正常组织中的差异表达基因,再利用单因素Cox和最小绝对收缩和选择算子(LASSO)回归分析筛选出与预后相关的差异代谢基因用于构建预后风险评分。根据风险评分的中位数,将患者分为高危组和低危组,利用Kaplan-Meier生存分析、受试者操作特征(ROC)曲线对预后模型进行效能评价,并将此模型联合其他临床因素构建列线图,对乳腺癌患者进行生存率预测。最后通过基因表达综合数据库进行验证。结果通过单因素Cox和LASSO回归分析最后共筛选出了6个代谢相关基因(NT5E、PAICS、PFKL、PLA2G2D、QPRT和SHMT2)用于模型构建。在训练集和验证集中,预后风险评分均是乳腺癌的独立危险因素,Kaplan-Meier生存分析结果提示,高危组患者的总生存率均显著低于低危组,差异具有统计学意义(P<0.001)。并且ROC曲线分析结果表明,该列线图模型较其他临床病理特征预测准确性更高,曲线下面积均为0.794。校准图显示预测值与实际值一致性较好。基于GSEA确定了该模型可以揭示代谢特征,同时监测肿瘤微环境的状态。结论本研究构建的代谢相关基因预后模型可作为乳腺癌患者有前景的独立预后标志物,并可提示肿瘤微环境的状态。

CT特征预测基于2021年肺肿瘤新分类肺纯磨玻璃结节浸润性及浸润程度的价值

目的:探讨CT特征预测肺纯磨玻璃结节(pGGN)在2021年组织学新分类中浸润性和浸润程度的价值。方法:回顾性分析山东第一医科大学附属省立医院2018年12月至2021年1月经手术病理证实的pGGN患者281例(304个病灶)。根据病理类型分为前驱病变组(包括不典型腺瘤样增生、原位腺癌)129个、微浸润组(微浸润性腺癌)116个、浸润组(浸润性腺癌)59个。记录临床资料(年龄、性别、吸烟史、肿瘤家族史)及CT参数[形态、边界、分叶、毛刺、空泡征、支气管异常征、内部血管征、胸膜牵拉征、最长径、最短径、平扫CT值、增强动脉期CT值、静脉期CT值、强化程度ΔCT A-N(CT值动脉期-CT值平扫)、ΔCT V-N(CT值静脉期-CT值平扫)]。采用单因素方差分析、Kruskal-Wallis H检验、χ2检验比较3组差异。运用二元logistic回归分析评估pGGN浸润性[前驱病变与浸润性病变(包括微浸润性腺癌和浸润性腺癌)]及浸润程度(微浸润性腺癌和浸润性腺癌)的独立预测因素,并对各参数进行受试者操作特征(ROC)曲线分析。结果:前驱病变组、微浸润组、浸润组之间年龄、pGGN形态、分叶、空泡征、支气管异常征、内部血管征、胸膜牵拉征、最长径、最短径、平扫CT值、动脉期CT值、静脉期CT值差异均有统计学意义(P<0.05)。二元logistic回归分析显示,空泡征(OR=2.832,95%CI 1.363~5.887,P=0.005)、内部血管征(OR=3.021,95%CI 1.909~4.779,P<0.001)和平扫CT值(OR=1.003,95%CI 1.001~1.006,P=0.019)是pGGN浸润性的独立危险因素;分叶(OR=5.739,95%CI 2.735~12.042,P<0.001)、内部血管征(OR=1.968,95%CI 1.128~3.433,P=0.017)和平扫CT值(OR=1.004,95%CI 1.001~1.008,P=0.012)是pGGN浸润程度的独立危险因素。ROC曲线分析结果表明,内部血管征区分pGGN前驱病变与浸润性病变的效能最高,曲线下面积(AUC)为0.757,灵敏度为50.3%,特异度为89.8%;分叶区分pGGN微浸润性腺癌与浸润性腺癌的效能最高(AUC=0.702),灵敏度为61.0%,特异度为79.3%。结论:CT特征预测肺pGGN在2021年组织学新分类中浸润性和浸润程度具有一定价值,内部血管征对pGGN浸润性的预测效能更高;分叶对pGGN浸润程度的预测效能更高。