科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的通过生物信息学方法,分析多种蛋白质联合预测结直肠癌(CRC)预后的作用及潜在的分子机制。方法从癌症蛋白质组图集(TCPA)数据库下载CRC蛋白质表达数据及临床数据,应用Perl及R软件对数据进行整理后筛选出预后相关的蛋白质;进一步通过多因素Cox分析筛选出可作为CRC预后独立风险因子的蛋白质并据此构建预测模型。对模型中每一个蛋白质及模型风险评分进行生存分析,并对风险评分与患者生存状态绘制风险曲线验证预测模型对预后的预测作用。独立预后分析及ROC分析可反映预测模型在预后预测中的价值及优势。对模型蛋白质与CRC所有的相关蛋白质进行相互作用分析并在m RNA水平分析关键蛋白相关基因的差异表达。结果通过单因素及多因素Cox分析筛选出了6个蛋白质用于预测模型的构建;生存分析发现与单个基因相比,预测模型表现出更强大的预后价值。单因素及多因素独立预后分析均提示预测模型风险评分与预后显著相关(P<0.001),预测模型可作为评估患者预后的独立风险因子;ROC分析显示预测模型在预后预测中表现出更加稳定的特异性和灵敏度(AUC=0.734)。蛋白质相互作用关系显示,蛋白质BID、SLC1A5及SRCp Y527与其他蛋白质表现出较明显的相关性(P<0.001),蛋白质SLC1A5及SRCp Y527与其他CRC相关的蛋白质间的相互作用最显著(SLC1A5与11种蛋白质间存在显著相关性;SRCp Y527与12种蛋白质间存在显著相关性,P<0.001);除INPP4B外,各蛋白相关基因在m RNA水平均呈差异表达(P<0.05)。结论 6种蛋白质构建的预测模型对CRC具有较好的预后预测作用,同时蛋白质SLC1A5及SRCp Y527在CRC的预后中起关键的作用,尤其是蛋白质SRCp Y527可能通过SRC/AKT/MAPK信号轴调节CRC的发生发展并有望为CRC的治疗提供新的靶标。
- 单位
