科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 探讨铁死亡相关基因对胰腺癌患者预后预测的价值，并进一步探索其分子机制。方法 从公共数据库中下载胰腺癌患者的基因表达及相应的临床病理数据，采用R软件“limma”包筛选胰腺癌组织中差异表达基因，使用单因素COX回归分析筛选预后相关的铁死亡相关基因，利用LASSO COX回归分析构建预后模型。通过Kaplan-Meier生存分析检验该模型在预测胰腺癌预后中的意义，用ROC曲线评估模型预测胰腺癌预后的准确性。在ICGC验证队列中通过Kaplan-Meier生存分析、ROC曲线评估该模型在外部队列中的预测价值。依照风险值中位数，将TCGA训练队列分为两组，比较其基因表达差异、差异基因富集通路差异，评估免疫细胞浸润丰度。结果 通过单因素COX回归分析，37个铁死亡相关基因被鉴定为预后基因（P<0.05）。利用LASSO COX回归分析，构建了一个基于15个铁死亡相关基因的预后预测模型。根据模型计算将队列中所有患者分为高风险组和低风险组，Kaplan-Meier生存分析表明高风险组的胰腺癌患者较低风险组生存时间短（HR=2.16,P<0.05）。ROC曲线分析证明了预测模型在胰腺癌预后预测中的准确性：ROC曲线下面积值分别为0.74(1年)、0.82(3年)、0.88(5年)。对高低风险组差异表达基因进行功能富集分析，发现两组胰腺癌患者免疫微环境之间存在差异，高风险组中幼稚B细胞、浆细胞、CD8+T细胞浸润程度较低风险组低，但M0和M1巨噬细胞的浸润程度高（P<0.05）。此外，在PD-1和CTLA4在TCGA-PAAD队列低危组和高危组中的表达中，TCGA-PAAD队列低风险组患者中PD-1和CTLA4的表达水平较高风险组患者更高（P<0.05）。结论 本研究构建了胰腺癌中铁死亡相关基因预后预测模型，具有预测胰腺癌患者预后的作用，并发现TCGA队列中高低风险组免疫微环境存在差异，可为免疫治疗提供参考。
- 单位
