大家好！今天跟大家分享的文獻是2020年5月發表在Cancer Cell International（即時影響因子4.03）雜志上的一篇文獻。文章基于TCGA數據庫和GEO數據庫中的胃癌相關數據，利用單因素Cox回歸分析及LASSO算法分析確定了與胃癌預后緊密相關的4個自噬基因，構建了一個預測胃癌預后的多基因聯合預測模型。

題目：Identification and validation of an individualized autophagy-clinical prognostic index in gastric cancer patients

胃癌患者個體化自噬臨床預后指標的鑒定與驗證

摘要

本文利用GO和KEGG分析胃癌中表達的204個自噬基因，并在Cytoscape軟件中構建PPI網絡，有28種差異表達的自噬基因在細胞生長，神經元死亡和細胞生長調節中富集，這些基因與鉑類藥物耐藥，凋亡和p53信號通路有關。之后利用Cox回歸分析和LASSO算法篩選了4個基因構建預后風險評分模型。根據風險評分將患者分為低風險和高風險，并進行生存分析以評估風險評分的預后預測價值，結果表明風險評分是單獨可用的預后指標。生存曲線表明低風險患者的生存時間明顯高于高風險患者。最后結合臨床病理特征和風險評分，建立了列線圖以預測個體存活率，通過外部數據GSE62254驗證了列線圖具有預測胃癌患者預后的能力。

流程圖

結果概述

1. 數據的獲取與整理：

通過HADb數據庫(http://www.autophagy.lu)獲取自噬相關基因；從TCGA數據庫中獲取胃癌轉錄組數據集（TCGA-STAD）用于建立模型；從GEO數據庫獲取GSE62254數據集用于模型驗證。

2.基因差異表達及功能分析

作者通過HADb數據庫得到了232個人類自噬相關基因，其中204個基因在TCGA胃癌轉錄組數據中有表達，共有28個自噬相關基因在胃癌轉錄組數據中差異表達（圖1）。對這28個基因進行GO，KEGG和PPI分析，結果如圖2。GO分析表明，這些自噬基因可以在幾個基本的生物學過程（BP）中富集，包括細胞生長，細胞蛋白定位的正向調節，神經元死亡，細胞生長的調節（圖2a）。KEGG分析顯示28個自噬基因主要與自噬，鉑類藥物耐藥性，細胞凋亡和p53信號通路有關（圖2b），利用PPI構建的蛋白作用網絡見圖2c。

圖1

圖2

3. Cox回歸及LASSO算法建立預測模型

TCGA-STAD中共表達的204個自噬基因，使用單因素Cox回歸分析得到了10個與胃癌相關的基因（圖3a），利用LASSO算法篩選出了8個自噬基因（圖3b-d）。之后通過多因素Cox回歸分析這8個自噬基因，其中4個基因（GRID2、ATG4D、GABARAPL2和CXCR4）與胃癌的預后有關（表1），3個基因（GRID2、GABARAPL2和CXCR4）HR > 1是危險基因，1個基因（ATG4D）HR < 1是保護基因。隨后作者根據4個自噬基因的表達水平及風險系數算出每位患者的風險評分，將患者分為低風險和高風險兩類（圖4a），通過熱圖發現高風險患者傾向于高表達危險基因，低風險患者傾向于高表達保護基因（圖4b）。

圖3

表1

圖4

4. 模型評估

基于TCGA-STAD數據，單變量分析顯示，風險評分與總生存期（OS）顯著相關（HR = 1.648，95％ CI = 1.385 – 1.960，P < 0.001）（圖5a）。多變量分析顯示，風險評分是單獨可用的預后指標（HR = 1.922，95％ CI = 1.573 – 2.349，P < 0.001）（圖5b）。生存曲線顯示，低風險評分患者的生存時間顯著長于高風險評分患者的生存時間（圖5c）。ROC分析表明，風險評分的AUC顯著大于其他指標，這證明本模型比其他單個指標具有更好的預測預后的能力。

圖5

5. 列線圖構建及外部數據驗證

通過結合四個自噬基因特征，構建列線圖預測3年和5年OS。如圖6a所示，分配給每個因素的打分與其對生存的風險貢獻成正比，校正曲線可以匹配（圖6b，c）。列線圖也在GSE62254胃癌數據集中得到了驗證，其3年和5年校正曲線分別如圖6d，e所示。

圖6

圖6

結語

本文聚焦于胃癌與自噬基因的相關研究，重點討論特定生物學功能的基因在胃癌預后中的作用。基于TCGA及GEO公共數據庫，通過Cox回歸分析及LASSO算法構建了胃癌預后預測模型，之后又利用外部數據對模型進行了驗證。本文有兩點需要改進：一是自噬基因功能分析部分與后續模型構建驗證部分有脫節，沒有基于差異表達自噬基因進行后續模型構建；二是僅利用外部數據進行了列線圖的驗證，校正曲線并不是非常好，無法充分證明模型的可擴展性，結果說服力不強。但本文方法選用合理，分析思路清晰，同樣適用于其他疾病與特定生物學功能基因的相關研究，值得借鑒。

總結

以上是生活随笔為你收集整理的idefo功能模型图_利用好预后预测模型，2个月发篇4分+SCI不是梦的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。