自噬相關基因模型在非小細胞肺癌中的預后意義

昵稱69125444 2020-03-23

展開全文

術語

AUC：ROC曲線下面積；
C-指數(shù)：一致性指數(shù)；
EGFR-TKI：表皮生長因子受體酪氨酸激酶抑制劑；
GO：基因本體，在生物信息學領域中廣泛使用的本體，涵蓋細胞組分、分子功能、生物過程三個生物學方面；
GEO：基因表達綜合
GSEA：基因集富集分析
HR：風險比
KEGG：京都基因與基因組百科全書
LASSO：最小絕對收縮與選擇算子
LUAD：肺腺癌
LUSC：肺鱗狀細胞癌
NSCLC：非小細胞肺癌
OS：總生存
ROC：受者操作特征
TCGA：癌基因組圖譜

一

研究思路

二

結果

2.1

TCGA肺癌樣本預后特征的構建

從GeneCards數(shù)據庫獲取了149個自噬相關基因（基因相關分數(shù)大于7），去除TCGA肺癌樣本（包括490個肺腺癌樣本和488肺鱗狀細胞癌樣本）數(shù)據中不存在的XBP1基因，構建出148個自噬相關基因的表達譜，結合總生存OS，通過單因素cox回歸分析得到了肺腺癌（LUAD）的25個與生存顯著相關的基因和肺鱗狀細胞癌（LUSC）的11個與生存顯著相關的基因。（A） TCGA-LUAD存活相關自噬基因的森林圖。（B） TCGA-LUSC存活相關自噬基因的森林圖。（C） 25個基因在正常組織和LUAD組織中的差異表達。（D） 11個基因在正常組織和LUSC組織中的差異表達。

進一步通過Lasso回歸得到LUAD的22個和LUSC的11個生存相關基因。TCGA-LUAD（A）中25個基因和TCGA-LUSC（B）中11個基因的LASSO系數(shù)分布。根據對數(shù)（lambda）序列生成系數(shù)剖面圖。TCGA-LUAD（C）和TCGA-LUSC（D）套索模型中最優(yōu)參數(shù)（lambda）的選擇。（E） TCGA-LUAD隊列中22個基因的遺傳改變。（F） TCGA-LUSC隊列中11個基因的遺傳改變。

這些基因的功能、風險系數(shù)和相關性得分如下表所示。

根據每個基因的mRNA表達水平和風險系數(shù)，即每個自噬相關基因的mRNA水平與其多變量LASSO回歸系數(shù)加權的線性組合，計算每個患者的風險得分。風險評分用于預測預后，以中位風險評分作為臨界值，將患者分為高風險組和低風險組。繪制熱圖以顯示高風險和低風險組的基因表達譜，TCGA-LUAD（A）和TCGA-LUSC（B）。TCGA-LUAD（C）和TCGA-LUSC（D）的危險評分分布、患者生存時間及狀態(tài)，黑色虛線是將患者分為低風險組和高風險組的最佳界限。TCGA-LUAD（E）和TCGA-LUSC（F）的單因素Cox回歸分析，風險因素與存活率之間關系的森林圖。

多元Cox回歸分析。自噬相關基因標記是TCGA-LUAD（A）和TCGA-LUSC（B）預后的獨立預測因子。TCGA肺癌患者的Kaplan-Meier分析，（C）高危評分與TCGA-LUAD患者總體生存率低有關，（D） TCGA-LUSC的高危評分與總體生存率低相關。受試者操作特征（ROC）分析操作系統(tǒng)對TCGA-LUAD（E）中22個基因風險評分和TCGA-LUSC（F）中11個基因風險評分的敏感性和特異性。TCGA-LUAD（G）和TCGA-LUSC（H）的分期和危險度評分聯(lián)合應用比單獨應用兩者更能預測預后。

2.2

相關信號通路的鑒定

這里主要是研究TCGA-LUAD樣本里的22個自噬相關基因的潛在信號傳導途徑，用這22個基因作為誘餌在TCGA-LUAD樣本里勾出50個最常改變的相鄰基因，然后對這72個基因做GO分析（圖A）和KEGG分析（圖C）。GO分析表明，這些基因可分為幾個基本的生物學過程，包括生物調控、對刺激的反應、發(fā)育過程、細胞增殖、細胞增殖和生長，KEGG分析顯示，72個基因主要與自噬、凋亡、EGFR酪氨酸激酶抑制劑（TKI）抵抗、泛素介導的蛋白水解、PI3K-Akt信號通路和VEGF信號通路有關。同時GSEA分析（圖D）顯示，改變的基因在幾種常見途徑中顯著富集。我們發(fā)現(xiàn)高風險組與細胞周期、p53信號通路、DNA復制和泛素介導的蛋白水解顯著相關。同時，低風險組與mTOR、VEGF、胰島素信號通路以及溶酶體呈負相關。

2.3

獨立肺癌樣本中預后特征基因的驗證

這部分是對之前利用TCGA數(shù)據所構建的模型在GEO數(shù)據集進行驗證。Okayama包括226例原發(fā)性I-II期肺腺癌（GSE31210）患者。患者的風險評分從-58到-53（圖A）。低?；颊叽婊顣r間明顯長于高危人群（圖C和E）。Rousseaux包括293例I-IV期肺癌（GSE30219），包括71例腺癌、61例鱗狀細胞癌、56例大細胞神經內分泌腫瘤、39例基底細胞瘤、24例類癌、21例小細胞癌和7例其他組織學。風險評分范圍從-19到-15（圖B）。即使在該混合型肺癌樣本（圖D和F），風險評分也表現(xiàn)良好。

在109名肺癌患者（GSE3141）的BILD樣本中，風險較小的患者比生存風險高的患者（圖A、C和E）。最后，Lee的研究（GSE8894）對138例IA-IIIB期非小細胞肺癌（腺癌和鱗癌細胞肺癌）患者進行了研究。低危組患者的OS高于高危組（圖B、D和F）?？偟膩碚f，這些結果證實了這22個自噬基因特征也可以預測獨立驗證肺癌樣本的存活率。

2.4

個性化預測模型

個性化預測主要是通過列線圖這種穩(wěn)健的工具，綜合多個風險因素，來定量確定個人在臨床環(huán)境中的風險。通過結合22個自噬基因特征、年齡、性別、T、N、M和TNM分期，生成一個列線圖來預測3年和5年OS的概率。如圖A所示，每一個因素都按照其對生存的風險貢獻比例被分配了點。校準曲線表明，實際和預測的生存率非常吻合（圖B和C），尤其是5年生存率。在GSE30219肺癌樣本中驗證了列線圖，圖D和圖E分別給出了3年和5年的校準曲線。