10.3969/j.issn.1006-1959.2022.22.003
基于公共数据库分析自噬相关基因在肺腺癌患者中的预后意义
目的 利用生物信息学技术对自噬相关基因(ATGs)进行分析,并建立预测肺腺癌患者预后的基因表达模型.方法 利用TCGA数据库筛选肿瘤组织和正常组织中差异表达的ATGs,进行GO和KEGG富集分析确定与ATGs相关的信号通路,再进行单变量和多变量Cox回归分析确定与生存率相关的ATGs,最后根据中位风险评分进行生存分析,评价风险评分的预后价值.结果 共筛选出200个ATGs在肺腺癌中差异表达.30个ATGs被筛选出作为与预后相关的基因.GO和KEGG富集分析均显示,ATGs与自噬相关信号通路有关.单因素Cox回归分析显示,从肺腺癌TCGA数据库中获得了21个预后相关ATGs,其中9个ATGs(ATG4A、NLRC4、PRKCD、DAPK2、SIRT2、CCR2、ATG16L2、DLC1、DRAM1)被认为是保护性基因(HR<1),其余12个ATGs(ITGB4、BIRC5、CTSL、SPHK1、APOL1、ITGA6、ITGB1、GAPDH、ERO1A、EIF2S1、MBTPS2、ST13)被认为是危险性基因(HR>1).多因素Cox回归分析显示,低风险组和高风险组中包含的8个ATGs(ATG4A、CCR2、MBTPS2、APOL1、ERO1A、SPHK1、ST13和ITGA6)的表达差异,而高危组患者倾向于表达危险基因,而低危组患者倾向于表达保护基因.风险评分是肺腺癌TCGA的独立预后指标(P<0.05),风险评分(AUC=0.763)具有更好的预测性能.结论 本研究构建了一个基于8个ATGs的预后特征模型,为肺腺癌患者的预后评估提供了方向,并为治疗方案提供了潜在研究靶点.
肺腺癌、自噬相关基因、预后模型、生物信息学
35
R734.2(肿瘤学)
山东省中医药科技项目2020Q139
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
17-22