基于细胞焦亡相关基因肝细胞癌预后模型的构建

作者：戎禾辰; 赵卫峰; 郑楠; 郭忠红; 王一玮; 黄小平^*

来源：中华肝脏病杂志, 2023, 31(05).

• 肝细胞癌
• 细胞焦亡相关基因
• 预后模型
• 最小绝对值选择与收缩算子回归分析
• 免疫浸润

目的研究基于细胞焦亡相关基因(PRGs)的肝细胞癌(HCC)预后模型的构建。方法从癌症基因组图谱(TCGA)数据库中获取HCC患者数据集, 通过应用单变量Cox和最小绝对值选择与收缩算子(LASSO)回归分析构建预后模型。根据中位风险评分, 将TCGA数据集中HCC患者分为高风险组和低风险组。Kaplan-Meier生存分析、受试者操作特征(ROC)曲线、单变量和多变量Cox分析、列线图用于评估预后模型的预测能力。并对两组间差异表达基因进行功能富集分析和免疫浸润分析。最后, 应用基因表达综合数据库中2个HCC数据集(GSE76427和GSE54236)对模型的预后价值进行外部验证。对数据进行单变量和多变量Cox回归分析或Wilcoxon检验。结果从TCGA数据库中获取的HCC患者数据集经过筛选后, 共纳入366例HCC患者。通过单变量Cox回归分析和LASSO回归分析, 建立了一个7个基因(CASP8、GPX4、GSDME、NLRC4、NLRP6、NOD2和SCAF11)相关的HCC预后模型。并根据中位风险评分, 可将366例患者平均分为高风险组和低风险组。Kaplan-Meier生存分析显示TCGA数据集、GSE76427和GSE54236数据集中高风险组与低风险组患者的生存时间差异存在统计学意义(中位总生存时间分别为1 149 d与2 131 d、4.8年与6.3年和20个月与28个月, P值分别为0.000 8、0.034 0和0.001 8)。ROC曲线在TCGA数据集及2个外部验证数据集中均显示出良好的生存预测价值。1、2年和3年ROC曲线下面积分别为0.719、0.650和0.657。多变量Cox回归分析表明, 预后模型的风险评分是HCC患者总生存时间独立的预测因素。根据模型风险评分建立的列线图可有效地预测HCC患者的生存概率。功能富集分析和免疫浸润分析表明高风险组免疫状态下降明显。结论基于7个PRGs建立的预后模型可有效预测HCC患者的预后。

• 单位
  苏州大学附属第一医院