结肠癌免疫相关基因筛选和预后模型建立

作者：齐荣暄; 刘格良; 穆俊芳; 李晨龙; 李渊; 贺培凤; 于琦^*

来源：实用临床医药杂志, 2023, 27(14): 63-77.

• 结肠癌
• 癌症基因组图谱
• 转录组
• 免疫基因
• 肿瘤微环境
• 预后模型

目的 筛选结肠癌(CC)关键预后相关免疫基因(KIGs),构建免疫相关预后模型。方法 从癌症基因组图谱(TCGA)数据库中下载CC患者的基因表达数据和临床数据，基于免疫分型筛选差异表达基因(DEGs),将DEGs与ImmPort数据库中免疫基因取交集得到差异表达免疫基因(DEIGs)。通过单因素Cox回归分析、Lasso-Cox回归分析筛选出KIGs,建立免疫相关预后模型，并验证预后模型的预测性能。分析风险评分与临床特征、免疫浸润细胞、肿瘤突变负荷、微卫星不稳定性的相关性。应用单因素和多因素Cox回归分析筛选CC的独立预后因素，进一步构建用于预测CC患者总生存率(OS)的列线图。结果 基于免疫分型筛选出1 439个DEGs, DEGs与ImmPort数据库免疫基因取交集得到379个DEIGs,通过单因素Cox回归分析、Lasso-Cox回归分析筛选出12个KIGs,构建免疫相关预后模型。高风险评分(高风险组)患者和低风险评分(低风险组)患者的OS差异有统计学意义(P<0.05);预后模型预测1、3、5年OS的受试者工作特征曲线的曲线下面积(AUC)分别为0.735、0.725、0.699,表明预后模型的预测效果较好。不同疾病分期、不同TNM分期患者的风险评分比较，差异有统计学意义(P<0.05); KIGs与众多免疫浸润细胞均存在相关性(P<0.05);高风险组与低风险组的肿瘤突变负荷比较，差异有统计学意义(P<0.05);高风险组的微卫星不稳定性比低风险组更强。单因素和多因素Cox回归分析发现，风险评分是CC的独立预后因素(P<0.001),进一步构建的列线图对CC患者生存状态具有良好的预测能力和准确性。结论 本研究构建了基于12个KIGs的免疫相关预后模型，并建立了可用于预测CC患者OS的列线图，有助于医生做出个体化治疗决策。

• 单位
  山西医科大学; 基础医学院