目的:建立基于自噬和铁死亡相关基因的预后模型,并基于肾透明细胞癌(ccrCC)的自噬基因(autophagy related genes,ARGs)和铁死亡基因(ferroptosis related genes,FRGs)模型评估预后。方法:通过癌症基因组图谱(TCGA)数据库中的ccRCC数据集识别与风险相关的ARGs和FRGs,进行功能富集和肿瘤分型分析,通过单变量和多变量Cox回归建立537例患者的预后风险模型。多指标ROC用于评估模型的准确性。最后使用GSE29609数据集验证。结果:共发现37个差异表达的基因。单变量和多变量Cox回归确定了8个与OS相关的风险相关基因:CASP4、PRKCQ、BNIP3、BAG1、BIRC5、CHAC1、ATG16L2、EIF4EBP1。Kaplan-Meier生存分析显示,高危组患者生存率较低,多指标ROC曲线下面积>0.75,说明模型预测准确率较高。然后基于CIBERSORT算法进行免疫细胞浸润评估。结论:基于8个ARGs和FRGs的肾透明细胞癌相关基因预后模型具有一定的准确性,可更准确地指导临床治疗。
目的构建一个基于Notch通路相关基因的结肠腺癌预后模型并通过列线图绘制进行验证。方法下载TCGA结肠腺癌患者的mRNA表达量和临床病理资料。GSEA(gene set enrichment analysis)分析Notch信号通路相关基因集,筛选癌与癌旁组织中差异表达的基因。单因素与多因素Cox比例回归模型进行预后相关mRNAs的筛选,并构建基于mRNAs表达谱的预后模型和列线图,通过生存分析C-index、ROC曲线和校准曲线评估其预测价值。从GEO数据库中下载验证队列GSE29621,对预后模型预测患者预后的有效性进行验证。使用在线网站人类蛋白图谱(HPA)对预后模型内基因进行蛋白表达情况验证。结果从TCGA中下载444例结肠腺癌患者mRNA表达数据和临床病理资料,排除临床资料不全的患者信息,最终纳入385例患者的信息作为研究对象。从GSEA中3个Notch信号通路基因集中获取Notch相关基因,并与TCGA表达数据结合,得到Notch相关基因的表达量,最后进行Notch相关基因的差异基因的筛选。使用GSEA在结肠腺癌mRNAs表达谱中筛选出391个Notch信号通路相关差异表达基因(P<0.05)。利用单变量Cox回归分析筛选出14个结肠腺癌预后相关Notch通路基因,进一步多变量Cox回归分析构建出5种mRNAs(CDHR2,KRT8P12,NEURL1B,SELE,FSTL3)组成的预后模型。ROC曲线和生存分析显示,高Notch通路相关基因风险评分与较差的生存结果显著相关(AUC=0.748,P<0.05)。Notch通路相关的基因评分被证明是一个独立的预后因素。构建了具有临床病理特征和Notch通路相关基因评分的列线图,进一步预测结肠腺癌患者的预后,在C-index、ROC曲线和校准曲线上也表现良好(C-index=0.794,AUC=0.969)。结论构建的包含5个Notch信号通路相关基因的结肠腺癌预后模型具有良好的预后预测效果,有望作为评估结肠腺癌患者预后的指标。
