基于生物信息学分析构建铁死亡基因的肝癌预后评估模型

作者：范顺利; 王政禄; 史源; 张赛; 王昊; 郑虹^*

来源：中华实验外科杂志, 2022, 39(10): 1875-1878.

• 铁死亡基因
• 肝癌
• 预后
• 生物信息学

目的探讨铁死亡基因(FRGs)和肝癌预后的关系, 构建FRGs的肝癌预后评估模型。方法从癌症基因组图谱(TCGA)及国际癌症基因组联盟(ICGC)数据库下载肝癌的转录组及临床数据, 应用R和Perl软件对数据进行分析整理。TCGA肝癌数据集中, 采用Wilcoxon检验获取肝癌和正常组织差异表达的FRGs, 单因素Cox回归和最小绝对值收敛和选择算子(Lasso)分析挑选与生存相关的基因并构建肝癌预后模型。根据模型评分将患者分为高低评分两组, Wilcoxon检验获取两组间的差异表达基因(DEGs), 并对DEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)功能富集分析, 同时进行单样本基因集富集分析(ssGSEA)探究预后差异的可能机制。在ICGC肝癌数据集中验证模型的可靠性。生存数据比较采用Kaplan-Meier法和Log-Rank检验, 独立t检验比较高低评分组间的免疫细胞浸润。结果对比肝癌和癌旁组织, 从292个FRGs中, 筛选8个(AURKA、LOX、FOXM1、G6PD、MAPT、SLC7A11、NQO1和STMN1)与肝癌患者总生存时间(OS)显著相关, 基于此构建了肝癌预后评估模型。高评分组患者OS明显短于低评分组患者(3.148年比5.838年, χ2=15.307, P<0.01), 且模型[风险比(HR)=3.02, 95%可信区间(CI):2.15～4.23, P<0.05]能独立于患者性别, 年龄, 肿瘤分级及分期, 预测肝癌患者的预后。模型预测患者1, 2, 3年生存率的受试者工作特征(ROC)曲线下面积在测试集和验证集中分别为0.794, 0.726, 0.691和0.740, 0.772, 0.766。模型的高低评分组间DEGs的GO富集主要与免疫功能相关;KEGG分析主要富集于白细胞介素(IL)-17信号通路, 肿瘤坏死因子(TNF)信号通路等。ssGSEA分析提示高评分组高于低评分组的肿瘤浸润的免疫细胞有树突状细胞(DC, 0.627比0.602, t=-4.522, P<0.01)、巨噬细胞(0.753比0.727, t=-4.944, P<0.01)、Th2细胞(0.537比0.506, t=-3.733, P<0.01), Treg细胞(0.777比0.766, t=-4.719, P<0.01), 而高评分组低于低评分组的肿瘤浸润免疫细胞有NK细胞(0.510比0.544, t=4.121, P<0.01);在免疫功能中, 高评分组的免疫检查点(0.656比0.641, t=-2.880, P<0.01)及HLA-Ⅰ类抗原(0.978比0.973, t=-4.382, P<0.01)高于低评分组。结论 FRGs预后评估模型可独立预测肝癌患者预后, 其可能机制是免疫抑制的肿瘤微环境。

• 单位
  天津市第一中心医院; 天津医科大学; 南开大学