结肠癌淋巴结转移的风险基因及列线图预测模型的构建

发布时间：2021-02-01 05:14

　　目的寻找结肠癌淋巴结转移的相关风险基因,并构建由基因组成的列线图（nomogram）预测模型。方法从TCGA和GEO数据库下载基因测序数据,利用差异分析和LASSO回归方法筛选基因。利用赤池信息准则确定最优的nomogram模型,ROC曲线、校准曲线及拟合优度检验评估模型预测的准确性,决策曲线分析评估临床应用价值。结果通过筛选得到11个有效预测结肠癌淋巴结转移的基因。由年龄、病理T分期、TH、CDH4、PNMA6A、TNNC1、KIR2DL4、STUM、SFTA2构成的nomogram模型具有最小的AIC值（440.4）。内部评估模型AUC值为0.800,外部验证AUC值为0.664,校准度及拟合优度均较佳。临床决策曲线分析法评估基于nomogram模型的风险判断可以带来临床获益。结论共筛选出11个结肠癌淋巴结转移的风险基因。构建的nomogram预测模型的一致性和区分度良好,可帮助评估患者淋巴结转移状态。 

【文章来源】：肿瘤防治研究. 2020,47(12)

【文章页数】：6 页

【部分图文】：

差异表达基因及GESA功能富集分析

LASSO回归法筛选关键基因

淋巴结转移对结肠癌预后的重要影响已被多项研究报道，伴有淋巴结转移的患者较淋巴结阴性的患者生存更差，复发率也更高[18]。许多临床病理因素可能对淋巴结转移状态有重要影响。Yamaok等[19]发现，随着结肠癌浸润深度的增加，淋巴结转移率也逐渐升高。易小龙等[20]也发现肿瘤浸润深度与分化程度是影响结肠癌淋巴结转移的独立因素。值得注意的是，在我们的研究中，<60岁组患者的淋巴结转移率高于≥60岁组，这可能与两组人群具有不同的临床特征有关[21]。影像学判断结肠癌淋巴结转移与否具有一定的局限性，通过联合其他指标可进一步提高术前诊断淋巴结转移的准确性。因此，本研究的nomogram模型可进一步协助临床医生判断淋巴结转移情况。由于基因间可能存在很强的共线性，且考虑到结局事件数（淋巴结转移数）远大于自变量数量，本研究先采用LASSO回归进行降维，寻找差异基因中与淋巴结转移最为相关的基因。当一组基因高度相关时，LASSO回归会选出其中一个基因并且将其他因子收缩为零。LASSO回归最终鉴定了11个与淋巴结转移状态高度相关的蛋白编码基因。单、多因素分析提示仅KIR2DL4基因的高表达可能与抑制淋巴结转移有关。KIR2DL4基因编码杀伤细胞免疫球蛋白受体（killer-cell immunoglobulin-like receptor,KIR），在自然杀伤（natural killing,NK）细胞表面和少数T淋巴细胞表面表达，可识别并结合HLA-G分子，从而发挥对NK细胞的免疫抑制或激活的双重作用[22]。值得注意的是，CDH4基因编码的R-Cadherin蛋白（钙黏蛋白家族成员之一），其功能在不同肿瘤中可能存在异质性。据目前的研究报道，其可抑制鼻咽癌细胞的增殖和侵袭[23]，但在骨肉瘤和胶质母细胞瘤中表现为促进增殖和侵袭转移的作用[24-25]。本研究中，CDH4的表达与结肠癌的淋巴结转移呈正相关。

【参考文献】：
期刊论文
[1]Stage migration vs immunology: The lymph node count story in colon cancer[J]. Bruno M?rkl.  World Journal of Gastroenterology. 2015(43)
[2]结肠癌淋巴结转移的多因素回归分析[J]. 易小龙,李卫东.  天津医科大学学报. 2010(01)



本文编号：3012233