基于TCGA数据库建立的八基因预后模型在 乳腺癌中的应用
目的 利用TCGA数据库建立预测乳腺癌预后的多基因预后模型,分析多基因预后模型与乳腺癌各临床病理特征之间的关系.方法 对TCGA数据库中乳腺癌患者的mRNA数据进行整理,通过R语言软件筛选出在乳腺癌样本及正常样本中差异表达的基因,采用Cox比例风险回归模型从中筛选和建立多基因预后模型,计算预后评分.根据预后评分的中位数将患者分为高风险组和低风险组.将临床病理因素和预后评分因素纳入Cox回归模型分析乳腺癌患者的生存影响因素.根据年龄、ER受体状态、HER-2表达情况、淋巴结转移状态及病理分期进行分组,采用Kaplan-Meier(K-M)方法以多基因预后模型作为影响因素进行生存分析,验证多基因模型对总体及各亚组乳腺癌患者中的预后价值.结果 将分析得到的2142个差异基因纳入Cox回归分析,共筛选出8个差异基因,包括羧基酯脂肪酶(CEL)、POU区域转录因子(POU3F2)、维生素D-24羟化酶(CYP24A1)、脂肪酸结合蛋白7(FABP7)、MURC、G蛋白偶联受体(GCCR)、低密度脂蛋白受体相关蛋白-1B(LRP1B)及丝氨酸蛋白酶2(PRSS2),并建立八基因预后模型.预后评分(PI)公式为:PI=0.156×CEL的表达量+0.112×POU3F2的表达量-0.071×CYP24A1的表达量-0.065×FABP7的表达量+0.135×MURC的表达量-0.201×GCGR的表达量-0.063×LRP1B的表达量-0.090×PRSS2的表达量.计算709例患者预后评分后,中位值为0.98,共有355例患者纳入高风险组,354例患者纳入低风险组.Cox回归分析显示,年龄、病理分期和八基因预后模型均是乳腺癌患者预后的独立影响因素(P<0.05).生存分析证实,在总体乳腺癌患者及各亚组(除Ⅳ期外)乳腺癌患者中,预后评分低风险的患者总体生存率明显升高,差异有统计学意义(P<0.01).结论 八基因预后模型可用于预测乳腺癌患者的预后,在根据临床病理特征分组的乳腺癌亚组中得到了验证,有利于进一步指导临床治疗.
乳腺肿瘤、预后、基因、TCGA数据库、Cox比例回归模型
46
R737.9(肿瘤学)
国家科技支撑计划2015BAI12B15;天津市卫生局科技基金2015KZ089;天津医科大学科学基金2016KYZQ05
2018-09-06（万方平台首次上网日期，不代表论文的发表时间）
共6页
856-861
