WGCNA联合LASSO-COX方法筛选甲状腺癌预后关键基因及其临床价值分析

作者：张澍漾^*; 郭松雪; 项承; 支飞虎; 谢立江; 赵萍

来源：中国现代医生, 2023, 61(32): 1-36.

• 甲状腺癌
• 基因集富集分析
• 权重基因共表达网络分析
• 套索联合COX回归分析

目的筛选甲状腺癌(thyroid cancer,THCA)的关键预后基因并构建预后预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中获取THCA和正常样本的基因表达谱,采用Limma算法筛选THCA组织与正常组织间差异表达基因(differentially expressed genes,DEGs),再进行权重基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)和套索联合COX回归分析(least absolute shrinkage and selection operator regression COX analysis,LASSO-COX)获得与其预后相关基因,然后根据关键基因构建预后预测模型,基于风险评分进行生存分析和受试者工作特征(receiver operating characteristic,ROC)曲线分析,最后基于基因表达谱和风险评分进行基因集富集分析(gene set enrichment analysis,GSEA)以评估相关途径和分子机制。结果本研究筛选出5个THCA预后关键基因,即LINC02550、STEAP2、ATP2C2、PLEKHG4B和SALL4。通过这5个基因构建的预后评估模型表明,风险评分越高,预后越差。ROC曲线分析结果表明该模型对患者生存率具有优良的预测性能,结合THCA患者的主要临床特性建立的列线图具有良好的预测性能。GSEA分析发现mTOR信号通路、Hedgehog信号通路、细胞自噬调节、转化生长因子-β信号通路富集在高风险评分组。结论基于筛选出的5个关键基因构建的预后预测模型有助于预测THCA患者的预后,这5个基因是潜在的靶向治疗基因。

• 单位
  浙江大学医学院附属第二医院; 浙江中医药大学