简单的肿瘤预后模型构建流程，发表6分+

导语

高通量分子诊断可以应用在甲状腺癌预测中，本文旨在筛选甲状腺癌的特征基因，并为甲状腺癌的诊断和预后评估建立准确的模型。

背景介绍 今天小编为大   家带来一篇使用差异表达基因和cox回归筛选特征的构建预后模型方法，发表在Frontiers in Molecular Biosciences上，影响因子6.1分，题目为   Identification of a 3-Gene Prognostic Index for Papillary Thyroid Carcinoma。

数据介绍 来自TCGA的 395例甲状腺癌患者的RNA-seq数据和52例癌旁组织数据。来自GEO的GSE27155数据集作为验证集。   

研究设计              

图1

结果解析 

01   甲状腺癌的差异表达基因   

TCGA中肿瘤组织与邻近组织之间的差异表达基因数量为762个，其中545个基因上调，217个基因下调。从热图（ 图2 ）可以看出，肿瘤和正常组织之间存在显著差异。

图2

02   cox回归筛选特征基因  

通过单因素Cox回归分析，根据设定的阈值（HR>1或HR<1，P< 0.05）计算每个基因的风险比，以筛选具有准确诊断能力的特异性生物标志物。GJB4，RIPPLY3和ADRA1B与总生存期显著相关。这三个基因将作为特征基因用于后续构建模型。

03   构建和验证预后模型  

使用预后模型计算TCGA训练集中每位患者的风险评分。风险评估评分公式如下：风险评分=（-0.057×GJB4）+（-0.021×ADRA1B）+（-0.110×RIPPLY3）。以风险评分中位数（-0.7766）为阈值，将312例患者分为两组，低风险患者156例，高风险患者156例。

Kaplan-Meier生存曲线和ROC曲线用于检查三基因生物标志物的预测能力。结果显示，高危组存活率显著低于低危组（图3）。ROC曲线如图4所示，AUC值为0.7513，表明三基因特征具有一定的预后预测能力。

图3

图4

为了进一步验证三基因特征的预后能力，分别计算了测试集和验证集中患者的风险评分，并根据相同的阈值（-0.7766）将患者分为高风险和低风险患者组。两个数据集的Kaplan-Meier生存曲线显示，高风险组的存活率明显低于低风险组，AUC值分别为0.9023和0.7910。因此，筛选出的三基因生物标志物具有较强的预后能力。

04   免疫组化验证   

为进一步验证甲状腺癌组织中三基因特征的蛋白表达水平，分析其与临床病理特征的关系，采用免疫组化法检测29个组织中三个基因的蛋白表达水平。 结果表明，GJB4和ADRA1B在癌细胞中的蛋白表达水平显著高于配对癌旁细胞（ 图5 ），RIPPLY3的蛋白表达水平在癌细胞和癌旁细胞之间无显著差异。

图5

05   功能富集和PPI网络  

采用功能富集GO分析，分析差异表达基因预后的潜在机制。结果表明，基于对三个队列的GO分析，基因与激活途径有关，例如肿瘤发展和进展调节（图6）。PPI网络揭示了关键mRNA基因之间的潜在联系（图7）。

图6

图7

小编总结 

本文是一篇非常简明的构建肿瘤预后模型的文章。 作者首先筛选了差异表达的甲状腺癌基因，并使用cox回归选择了三个基因特征用于构建预后模型。随后，作者发现这三个基因特征（包括GJB4，RIPPLY3和ADRA1B）具有很 强的区分癌性和非癌性样本的能力。然而，GJB4和ADRA1B基因可能无法促进甲状腺癌的进展和发展，甚至可能是一种保护基因。 综上，本研究筛选了与甲状腺癌的诊断和预后显著相关的差异表达基因（GJB4，RIPPLY3，ADRA1B）。三基因诊断模型可以准确预测甲状腺癌的发生并指导预后。 

打赏