基于贝叶斯统计排序和生物信息学分析法对恶性肿瘤放射耐受或抵抗相关蛋白的定量推荐

作者：江畅; 朱雪茹; 夏武艳; 冯雯; 余雯; 蔡旭伟; 孙利; 江浩; 傅小龙^*

来源：中华肿瘤防治杂志, 2021, 28(11): 871-879.

DOI：10.16073/j.cnki.cjcpt.2021.11.12

• R语言
• 贝叶斯统计
• 放射耐受或抵抗
• 蛋白质
• 恶性肿瘤

目的对已发表的基于蛋白水平的恶性肿瘤放射耐受或抵抗相关研究进行定量分析,推荐出"放射耐受或抵抗领域值得进一步研究的蛋白"。方法检索词包括"RadiationTolerance" OR"radioresistance"AND"Neoplasms",在PubMed上检索2011-01-01-2020-06-30关于恶性肿瘤放射抵抗或耐受研究相关文献中所涉及蛋白水平的研究。梳理每个蛋白在所纳入文献中被研究的次数,定义为研究数量指数。以研究数量指数5次为界,分别设计高频组(≥5次)和低频组(<5次)的评价方案以进行推荐。高频组蛋白推荐方案基于研究质量指数评分表和贝叶斯统计法计算得到的累计排序概率图下面积值(SUCRA)进行。之后以研究数量指数和计算得到的研究质量指数均在中位数以上的蛋白作为高频组"放射耐受或抵抗领域值得进一步研究的蛋白"进行推荐。低频组蛋白采用R语言对<5与≥5次的放射耐受或抵抗相关蛋白分别进行信号通路富集后,以两者交集的信号通路中涉及的<5次的蛋白作为低频组"放疗领域值得进一步研究的蛋白"进行推荐。结果截至2020-06-30,恶性肿瘤放射抵抗或耐受研究相关蛋白研究共1 231篇,涉及蛋白共计830个。高频组蛋白51个,低频组779个。研究数量指数最高的为缺氧诱导因子-1A(HIF1A)蛋白,研究质量指数最高的为酪氨酸蛋白激酶(MET)蛋白。高频组所产生的"放疗领域值得进一步研究的蛋白"共9个,分别为NOTCH1、AKT1、EGFR、HSP90、PI3K、MMP2、RAD51、Survivin和DNA-PK。在低频组与高频组的蛋白富集所涉及信号通路中,交集有22条,低频组"放疗领域值得进一步研究的蛋白"为BRCC3、SIRT3和PLK4等58个蛋白。结论在放射耐受或抵抗的既往研究相关蛋白中,基于评分表、贝叶斯排序法及R语言生信分析等定量研究方法可进一步研究的蛋白共计67种。但是,这些蛋白的临床确切价值尚待临床前瞻性研究样本验证。

• 单位
  蚌埠医学院第一附属医院; 上海市胸科医院