肾透明细胞癌微环境中关键基因鉴定及预后列线图模型建立

作者：周玉贺; 张龙; 黄珍林; 贾占奎; 杨锦建^*

来源：临床泌尿外科杂志, 2023, 38(08): 569-575.

DOI：10.13201/j.issn.1001-1420.2023.08.002

• 肾透明细胞癌
• 肿瘤微环境
• 列线图

目的:筛选肾透明细胞癌(clear cell renal cell carcinoma, ccRCC)微环境中的关键基因，并建立预后预测模型。方法:从TCGA数据库中下载ccRCC RNA-seq FPKM数据及临床数据。基于ESTIMATE算法对肿瘤微环境中免疫细胞、基质细胞进行评分，以免疫细胞，基质细胞评分中位值为界把样品各自分组，组间进行差异表达基因(DEGs)分析，并用wilcoxon检验进行验证，对得到的DEGs取交集获得肿瘤微环境中的关键基因。对获得的关键基因进行功能富集。把样品按照1:1的比例分为训练组和验证组。利用Cox-LASSO法从训练组中的关键基因中筛选出建模基因。多因素Cox回归建立风险评估模型，将风险评估模型与临床指标进行单因素和多因素Cox回归筛选患者预后的独立影响因素。联合各项患者预后独立相关的因素绘制列线图。结果:免疫细胞评分组共获得DEGs 658个，而利用基质细胞评分共获得DEGs 411个，取交集后共得到95个关键基因。随机分组后，训练组与验证组性别、年龄、肿瘤分期及分级的构成比较均差异无统计学意义。训练组中34个基因与患者预后相关，进而通过LASSO回归获得15个特征基因。经多因素Cox分析得到由9个基因(HMGCS2、FREM1、CASP5、SLN、SPIC、SPIB、RORB、CPN1、F7)构成的最优模型。生存分析表明训练组与验证组高低风险组间生存率的差异有统计学意义(P<0.001),且各组对于1、3、5年生存率的评估有着较高的灵敏度与特异度。经单因素和多因素Cox回归分析发现患者年龄、肿瘤分期、分级、风险评分为患者预后的独立影响因素(均P<0.001)。联合患者临床因素如年龄、肿瘤分级和肿瘤分期及风险评分构建了预后评估的列线图模型。结论:由9个基因构成的风险评分模型可对ccRCC风险做出准确判断；风险评分、年龄、肿瘤分期、肿瘤分级为ccRCC独立预后影响因素，由其构成的列线图模型可精准预测患者生存率。

• 单位
  郑州大学第一附属医院