肾上腺皮质癌肿瘤微环境相关基因预后模型的建立与验证

(整期优先)网络出版时间:2021-11-28
/ 1
摘要目的对利用生物信息学方法筛选的肾上腺皮质癌(ACC)肿瘤微环境(TME)相关基因构建的预后模型进行验证,为ACC的诊疗提供临床指导和相关生物标志物。方法从癌症基因组图谱(TCGA)数据库中收集79例ACC患者的转录组数据和临床病理数据。采用ESTIMATE算法计算免疫评分、基质评分(二者即反映TME)和ESTIMATE评分,应用VennDiagram包对免疫评分及基质评分高、低评分组(以中位值进行分组)间差异表达基因进行选择,采用基因本体(GO)数据库和京都基因与基因组百科全书(KEGG)数据库对选择的基因进行功能富集分析,探索基因潜在功能与通路。采用单因素Cox回归、lasso回归和多因素Cox回归分析筛选与ACC TME相关的基因,并建立ACC患者预后的风险评分(RS)模型,用受试者工作特征(ROC)曲线评价构建的模型预测ACC患者预后的价值。以基因表达综合(GEO)数据库的数据集GSE33371和GSE19750作为外部验证集,对建立的预后模型进行验证。从TCGA数据库中提取79例ACC患者资料,将临床病理因素与所构建预后模型的RS纳入Cox回归分析,获得ACC患者预后影响因素。结果根据免疫评分和基质评分,用VennDiagram包筛选得到1 205个二者交集的差异表达基因,其中上调833个,下调372个。对差异表达基因进行各回归分析筛选后,最终构建成功包含9个TME相关基因(GREB1、POU4F1、HIC1、HOXC9、CACNB2、RAB27B、ZIC2、C3、CYP2D6)的ACC预后模型,即RS=GREB1×0.223 6+POU4F1×0.671 7+HIC1×0.167 5+HOXC9×0.211 3+CACNB2×0.156 0+RAB27B×0.956 5+ZIC2×0.582 7+C3×(-0.003 1)+CYP2D6×0.819 3。该模型在TCGA数据库中预测79例ACC患者1、3、5年总生存的ROC曲线下面积(AUC)分别为0.876、0.919、0.917,在GEO验证集中预测45例ACC患者1、3、5年总生存的AUC分别为0.689、0.704、0.708,表明模型对ACC患者生存具有较高的预测准确性。对TCGA数据库中79例ACC患者资料进行Cox回归分析显示,TME相关基因预后模型RS是ACC患者预后的独立影响因素(HR=1.011,95% CI 1.005~1.016,P<0.01)。结论构建的ACC TME相关基因预后模型可用于预测ACC患者的预后。模型中包含的9个基因有可能作为研究ACC发病机制和免疫治疗的新靶点,值得进一步研究。