摘要
[目的]利用生物信息学方法构建一个基于代谢基因的风险评分系统来预测肝癌预后。[方法]利用R语言limma包分析从TCGA数据库下载的原始数据,识别肝癌标本与癌旁组织间差异表达的代谢基因。进行单Cox回归分析和Lasso回归分析,以获得预后相关的代谢基因,并建立预后风险评分系统。采用Kaplan-Meier曲线、受试者工作特征(ROC)曲线,多因素Cox回归分析评价风险评分系统对肝癌的预后预测作用。最后通过基因富集分析(GSEA)以了解其分子机制。[结果]确定了一个基于6个代谢基因(POLR1A、DNMT3A、POLR3F、GART及NME6)的风险评分系统用于预测肝癌患者预后。Kaplan-Meier曲线和ROC曲线分析表明,该系统具有较强的预测能力。单变量和多变量Cox回归分析表明,风险评分系统是肝癌的独立预后因素。此外,结合风险评分和临床病理特征建立了预后预测nomogram。GSEA分析表明,这6个基因主要与代谢过程和重要的癌恶性特性相关。[结论]6个代谢基因构建的预后风险评分系统可以预测肝癌患者总体生存期并可作为肝癌的预后标志物。
-
单位武汉大学中南医院