基于TARGET和GEO数据库探索乳酸化相关基因在骨肉瘤中的预后价值和临床预测模型的构建
陈秋云
陆辉
226001 江苏省,南通市第三人民医院、南通大学附属南通第三医院骨科
摘要：目的 基于 GEO 及 TARGET 数据库,利用生物信息学方法构建并验证骨肉瘤乳酸化修饰相关基因的预后预测模型.方法 从 GEO 数据库中下载 GSE42352 数据集,利用"limma"R 包对骨肉瘤样本(组织/细胞)与正常骨组织及其前体细胞进行差异表达基因分析,将得到差异表达基因与乳酸化相关基因取交集,筛选出差异表达的乳酸化相关基因.下载 TARGET 数据库中骨肉瘤患者的 mRNA 基因表达数据和临床生存数据,通过单变量 Cox 回归及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析,筛选出乳酸化相关的预后基因,并根据风险评分构建基于乳酸化修饰相关基因的骨肉瘤预后风险模型.利用基因富集分析(gene set enrichment analysis,GSEA)对乳酸化相关的预后风险模型进行 GO和 KEGG 富集分析,预测其可能参与的生物学功能和通路.构建基于乳酸化相关基因的骨肉瘤临床预后列线图,分别在 TARGET 及 GSE21257 队列中进行验证.结果 在 GSE42352 数据集中,共筛选出 852 个差异表达基因,与乳酸化相关基因取韦恩图交集后,共得到 30 个差异表达的乳酸化相关基因.生存分析结果显示:WAS、NDUFB9、SLC7A7、ZYX、TPM4 和 S100A4 与骨肉瘤预后相关,并以此构建了基于 6 个乳酸化相关基因的预后风险模型,低危组的总生存率明显高于高危组(TARGET队列 P<0.001,GSE21257队列 P=0.025).GSEA富集分析结果表明,风险基因主要富集在免疫相关的生物学过程中.利用 TARGET队列中的风险评分和临床特征构建骨肉瘤预后列线图,且受试者工作特征曲线(receiver operating characteristic,ROC)下面积(area under curve,AUC)、校准曲线及决策曲线分析(decision curve analysis,DCA)均表明该预测列线图具有良好的临床预测效能,并在 GSE21257 中得到进一步验证.结论 基于乳酸化相关基因构建的骨肉瘤预后模型具有临床预测价值,可用于指导骨肉瘤患者的个体化治疗.
关键词：骨肉瘤乳酸列线图预后计算生物学
分类号：R738.1(运动系肿瘤)
资助基金：南通市卫生健康委员会科研课题(MSZ2023045)
论文发表日期：2025-11-19
在线出版日期：2025-11-13（本平台首次上网日期，不代表文献的发表时间）
页数：9( 985-993 )
英文信息