基于癌症基因组图谱计划多组学数据构建胶质母细胞瘤六基因预后模型

摘要：

胶质母细胞瘤(glioblastoma,GBM)是最常见的原发性颅内肿瘤,恶性程度极高,患者预后极差.为了识别GBM预后生物标记物,建立预后模型,本研究通过分析癌症基因组图谱计划(The Cancer Genome Atlas,TCGA)数据库中GBM的表达谱数据,筛选出不同生存期GBM患者差异基因.利用GISTIC软件和Kaplan-Meier(KM)生存分析方法分析TCGA数据库中的GBM拷贝数变异数据,识别影响生存的扩增基因(survival-associated amplified gene,SAG).取短生存期组上调基因和SAG两者的交集基因,进行单因素Cox回归和迭代Lasso回归筛选重要候选基因并建立预后模型;计算预后评分,根据预后评分中位数将患者分为高风险组和低风险组.用ROC曲线判断模型的优良,KM生存分析高低风险组预后差异,并用GEO、CGGA和Rembrandt数据库3个外部数据集进行验证.多因素Cox回归分析判断预后评分的预后独立性.结果显示,GBM不同生存期差异分析得到上调基因426个,下调基因65个.短生存期组上调基因与SAG交集得到47个基因.经过筛选,最终确定六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)预后模型.TCGA实验组和3个外部验证组模型的ROC曲线下面积均大于0.6,甚至达到0.912.KM分析显示高低风险组的预后都存在差异(P<0.05).在多因素Cox回归分析中,六基因预后评分是GBM患者预后的独立影响因素(P<0.05).通过一系列分析,本研究确立了六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)的GBM预后模型,模型具有很好的预测能力,可作为预测GBM患者的独立预后标志物.

关键词：胶质母细胞瘤、多组学数据、六基因组合、预后模型、癌症基因组图谱计划

所属期刊栏目：43

分类号：R730.2;TP311.13;R687.3

资助基金：教育部长江学者和创新团队发展计划项目IRT1230

在线出版日期：2021-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：665-679,中插1-中插10