基于生物信息学筛选宫颈癌血管生成基因及构建预后模型

作者：夏娜娜; 杨京蕊; 康敏; 余敏敏^*

来源：生命科学研究, 2023, 1-12.

DOI：10.16605/j.cnki.1007-7847.2022.10.0221

• 宫颈癌
• 生物信息学
• 血管生成相关基因
• 预后模型

利用生物信息学方法筛选与宫颈癌发生、发展和预后相关的血管生成相关基因（angiogenesis related genes， ARGs），并进行相关预后风险模型的构建与验证。首先从TCGA数据库中检索宫颈癌患者的表达谱和临床特征，并提取差异表达的ARGs，其次采用Lasso Cox回归筛选预后ARGs，构建相关预后模型，再次使用GSE52903和GSE44001数据集进行外部验证，最后利用基因集富集分析探讨宫颈癌预后机制。结果筛选出15个预后ARGs，分别为EFNA1、ITGA5、EPHB4、NRP1、CDH5、PLAU、BMP6、DLL4、JUN、CA9、MMP1、BAIAP2L1、SERPINF1、F2RL1和FGFR2。GSE52903和GSE44001数据集的Kaplan-Meier生存曲线显示，高风险组的总生存率（overall survival， OS）（P=0.005）和无病生存期（disease-free survival， DFS）显著低于低风险组（P<0.001）。ROC曲线分析结果显示，GSE52903验证集在1年、3年和5年的AUC值分别为0.84、0.77和0.73，C-index为0.72，GSE44001验证集在1年、3年和5年的AUC值分别为0.71、0.72和0.70，C-index为0.70，说明该模型对患者的预后预测具有很强的预测效能。GSEA分析富集的通路主要涉及DNA复制、ECM受体相互作用、补体和凝血级联等，这些过程与宫颈癌发生、发展紧密相关。以上结果推测这15个关键ARGs基因可能为宫颈癌预后潜在的生物标志物。

• 单位
  南京市第二医院; 南京中医药大学