目的应用生物信息学工具探索糖酵解相关基因(glycolysis-related genes,GRGs)在胃癌中的表达及基于其所构建的风险评分模型与胃癌患者预后的关系。方法从癌症基因组图谱(the cancer genome atlas,TC-GA)数据库下载胃癌组织转录组和临床...目的应用生物信息学工具探索糖酵解相关基因(glycolysis-related genes,GRGs)在胃癌中的表达及基于其所构建的风险评分模型与胃癌患者预后的关系。方法从癌症基因组图谱(the cancer genome atlas,TC-GA)数据库下载胃癌组织转录组和临床特征数据。从基因集富集分析(gene set enrichment analysis,GSEA)数据库中获得GRGs集。使用limma包来识别胃癌组织中差异表达的GRGs。使用单因素Cox回归分析筛选预后相关的GRGs,应用LASSO回归分析构建基于GRGs的预后预测模型。根据Cox回归分析确定的独立预后危险因素构建Nomogram图。最后,分析22种浸润性免疫细胞与GRGs、风险评分模型相关性。结果鉴定出21个差异表达的GRGs,其主要富集在酒精代谢过程和酪氨酸代谢途径。利用LASSO和Cox模型筛选出5个预后相关的糖酵解基因(ADH1B、ADH4、CLDN9、VCAN及LHX90),构建预测胃癌预后风险评分模型。低风险评分的胃癌患者总生存时间明显优于高风险评分的胃癌患者,ROC曲线分析显示该模型预测胃癌患者1年、3年及5年生存期曲线下面积(area under curve,AUC)值分别为0.602、0.680和0.802,发现该模型预测患者生存期的效能优于肿瘤分期及分级。单因素和多因素Cox分析显示构建的模型、患者的年龄、性别及肿瘤分期、分级是胃癌患者独立预后因素。基于独立危险因素构建了用来预测胃癌患者生存Nomogram图。最后,发现CD8 T细胞和辅助性滤泡T细胞比例在高危组中明显降低,而M0型和M2型巨噬细胞比例在高危组中明显高于低危组。辅助性滤泡T细胞与ADH1B表达水平、VCAN表达水平和风险评分呈负相关。M2型巨噬细胞与VCAN表达水平和风险评分呈正相关。结论研究筛选出胃癌预后相关的5个GRGs构建的模型可作为评估胃癌患者预后的可靠工具,为胃癌提供潜在的糖酵解治疗靶点。展开更多
文摘目的应用生物信息学工具探索糖酵解相关基因(glycolysis-related genes,GRGs)在胃癌中的表达及基于其所构建的风险评分模型与胃癌患者预后的关系。方法从癌症基因组图谱(the cancer genome atlas,TC-GA)数据库下载胃癌组织转录组和临床特征数据。从基因集富集分析(gene set enrichment analysis,GSEA)数据库中获得GRGs集。使用limma包来识别胃癌组织中差异表达的GRGs。使用单因素Cox回归分析筛选预后相关的GRGs,应用LASSO回归分析构建基于GRGs的预后预测模型。根据Cox回归分析确定的独立预后危险因素构建Nomogram图。最后,分析22种浸润性免疫细胞与GRGs、风险评分模型相关性。结果鉴定出21个差异表达的GRGs,其主要富集在酒精代谢过程和酪氨酸代谢途径。利用LASSO和Cox模型筛选出5个预后相关的糖酵解基因(ADH1B、ADH4、CLDN9、VCAN及LHX90),构建预测胃癌预后风险评分模型。低风险评分的胃癌患者总生存时间明显优于高风险评分的胃癌患者,ROC曲线分析显示该模型预测胃癌患者1年、3年及5年生存期曲线下面积(area under curve,AUC)值分别为0.602、0.680和0.802,发现该模型预测患者生存期的效能优于肿瘤分期及分级。单因素和多因素Cox分析显示构建的模型、患者的年龄、性别及肿瘤分期、分级是胃癌患者独立预后因素。基于独立危险因素构建了用来预测胃癌患者生存Nomogram图。最后,发现CD8 T细胞和辅助性滤泡T细胞比例在高危组中明显降低,而M0型和M2型巨噬细胞比例在高危组中明显高于低危组。辅助性滤泡T细胞与ADH1B表达水平、VCAN表达水平和风险评分呈负相关。M2型巨噬细胞与VCAN表达水平和风险评分呈正相关。结论研究筛选出胃癌预后相关的5个GRGs构建的模型可作为评估胃癌患者预后的可靠工具,为胃癌提供潜在的糖酵解治疗靶点。
