基于TCGA数据库建立乳腺癌自噬相关基因预后预测模型及其应用

摘要：

目的:基于自噬相关基因构建乳腺癌患者的预后风险模型.方法:TCGA数据库中下载乳腺癌及正常乳腺组织的转录组数据和临床信息,首先筛选出差异表达的基因,然后从中选取自噬相关基因,利用LASSO回归分析等构建预后风险模型,并应用ROC曲线评估模型的预测能力;收集中山大学附属第三医院甲乳外科2022年9月～2022年11月乳腺癌手术标本26例,采用免疫组织化学法和RT-qPCR法检测临床样本中乳腺癌自噬相关基因IL-24和PPP1R15A在肿瘤组织和癌旁组织中的表达情况,RT-qPCR法检测乳腺癌临床样本中ESR1、PGR和ERBB2的表达量,进行IL-24和PPP1R15A与病理特征的相关性分析.结果:分析得到的29个基因的表达谱数据,采用LASSO Cox回归分析构建预后风险模型.经过回归分析,得到了预测乳腺癌预后最优的基因及其相关系数,自噬基因的预后风险模型公式为:-Exp(IL-24)×0.532 8-Exp(PPP1R15A)×0.398 5.根据模型计算每个乳腺癌患者的风险值,根据中位数将患者分为高风险组和低风险组.为增强模型验证的可靠性,将患者随机分为测试组和验证组分别验证.测试组Kaplan-Meier生存分析中P＜0.01,高风险组的5年生存率为76.3%,低风险组的5年生存率为84.5%;验证组Kaplan-Meier生存分析中P=0.022,高风险组的5年生存率为77.9%,低风险组的5年生存率为89.3%.ROC曲线分析显示,在测试组中预后风险模型对乳腺癌患者1、3、5年总生存期预测的AUC值分别为0.746、0.706和0.615;在验证组中预后风险模型对乳腺癌患者1、3、5年总生存期预测的AUC值分别为0.594、0.553和0.592.分析了风险因素与临床变量[雌激素受体(ER)、孕激素受体(PR)和人表皮生长因子受体2(HER2)]之间的关系.结果显示,ER组阴性的风险评分高于阳性(t=8.521,P＜0.05),PR组阴性的风险评分高于阳性(t=7.714,P＜0.05),HER2组0、1+、2+之间风险评分无显著统计学差异,但是3+的风险评分高于1+(t=3.264,P＜0.05)和2+(t=3.772,P＜0.05).单因素Cox回归和多因素Cox回归分析显示,风险评分均是是乳腺癌患者的独立预后因素.在收集的临床样本中,IL-24在乳腺癌组织中的表达水平显著高于癌旁组织(P＜0.01),而PPP1R15A在癌旁组织中的表达水平显著高于乳腺癌组织(P＜0.01).乳腺癌组织中IL-24与ESR1(P=0.049 9)和PGR(P= 0.000 6)的表达呈正相关,PPP1R15A与ESR1(P=0.037 9)和PGR(P=0.036 7)的表达呈正相关,但IL-24 和PPP1R15A与ERBB2的表达相关性分析无显著差异.结论:基于自噬相关基因构建的预后风险模型是一个独立预后因素,可有效预测乳腺癌患者的预后.

关键词：自噬、乳腺癌、预后、生物信息学

所属期刊栏目：39

分类号：R737.9;R363.2(肿瘤学)

资助基金：广东省自然科学基金资助项目No.2018A03031367

在线出版日期：2023-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：794-801