科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 筛选出膀胱尿路上皮癌（urothelial carcinoma,UC）的蛋白组学相关预后特征（proteomics-related prognostic signatures,PRPS），从而预测UC患者的生存预后。方法 通过Cox回归模型确定UC中的PRPS，以多因素Cox回归的结果计算每一位患者的风险评分（risk score, RS）。以RS中位值为标准进行风险分组并构建RS预后模型，依次进行总生存时间（overall survival, OS）、无进展生存时间（progression free survival, PFS）分析，绘制包括风险分组的临床列线图来预测患者的预后，并通过受试者工作特征（receive operating characteristic, ROC）曲线与决策曲线分析（decision curve analysis,DCA）进行验证；然后进行基因组学分析，与蛋白组学研究互为补充。采用基因富集分析与免疫细胞浸润分析探究在风险分组中活跃的生物学功能、作用通路及肿瘤微环境（tumor microenvironment, TME）变化。结果 在UC中确定6个PRPS作为预后指标。生存分析（Kaplan-Meier, KM）表明，高风险组患者的OS与FPS明显低于低风险组，差异有统计学意义（P <0.001）。ROC曲线表明，RS预后模型有可靠的预测能力，1年、2年、3年生存率的ROC曲线下面积（area under curve, AUC）分别为0.710、0.709、0.719。列线图用来协助临床医生预测UC患者的生存率是可靠的。基因组学分析表明，基因与蛋白质存在着时间上的差异性。基因富集分析表明，PRPS的生物学功能与通路富集在人类免疫应答上。免疫细胞浸润性分析发现，中性粒细胞及NK细胞在高风险人群中显著高表达，差异有统计学意义（P <0.05）。结论 PRPS可作为新的肿瘤标志物来预测UC患者的生存率及肿瘤的恶性程度。
- 单位
