目的尋找結(jié)腸癌淋巴結(jié)轉(zhuǎn)移的相關風險基因,并構(gòu)建由基因組成的列線圖（nomogram）預測模型。方法從TCGA和GEO數(shù)據(jù)庫下載基因測序數(shù)據(jù),利用差異分析和LASSO回歸方法篩選基因。利用赤池信息準則確定最優(yōu)的nomogram模型,ROC曲線、校準曲線及擬合優(yōu)度檢驗評估模型預測的準確性,決策曲線分析評估臨床應用價值。結(jié)果通過篩選得到11個有效預測結(jié)腸癌淋巴結(jié)轉(zhuǎn)移的基因。由年齡、病理T分期、TH、CDH4、PNMA6A、TNNC1、KIR2DL4、STUM、SFTA2構(gòu)成的nomogram模型具有最小的AIC值（440.4）。內(nèi)部評估模型AUC值為0.800,外部驗證AUC值為0.664,校準度及擬合優(yōu)度均較佳。臨床決策曲線分析法評估基于nomogram模型的風險判斷可以帶來臨床獲益。結(jié)論共篩選出11個結(jié)腸癌淋巴結(jié)轉(zhuǎn)移的風險基因。構(gòu)建的nomogram預測模型的一致性和區(qū)分度良好,可幫助評估患者淋巴結(jié)轉(zhuǎn)移狀態(tài)。 

【文章來源】：腫瘤防治研究. 2020,47(12)

【文章頁數(shù)】：6 頁

【部分圖文】：

差異表達基因及GESA功能富集分析

LASSO回歸法篩選關鍵基因

淋巴結(jié)轉(zhuǎn)移對結(jié)腸癌預后的重要影響已被多項研究報道，伴有淋巴結(jié)轉(zhuǎn)移的患者較淋巴結(jié)陰性的患者生存更差，復發(fā)率也更高[18]。許多臨床病理因素可能對淋巴結(jié)轉(zhuǎn)移狀態(tài)有重要影響。Yamaok等[19]發(fā)現(xiàn)，隨著結(jié)腸癌浸潤深度的增加，淋巴結(jié)轉(zhuǎn)移率也逐漸升高。易小龍等[20]也發(fā)現(xiàn)腫瘤浸潤深度與分化程度是影響結(jié)腸癌淋巴結(jié)轉(zhuǎn)移的獨立因素。值得注意的是，在我們的研究中，<60歲組患者的淋巴結(jié)轉(zhuǎn)移率高于≥60歲組，這可能與兩組人群具有不同的臨床特征有關[21]。影像學判斷結(jié)腸癌淋巴結(jié)轉(zhuǎn)移與否具有一定的局限性，通過聯(lián)合其他指標可進一步提高術(shù)前診斷淋巴結(jié)轉(zhuǎn)移的準確性。因此，本研究的nomogram模型可進一步協(xié)助臨床醫(yī)生判斷淋巴結(jié)轉(zhuǎn)移情況。由于基因間可能存在很強的共線性，且考慮到結(jié)局事件數(shù)（淋巴結(jié)轉(zhuǎn)移數(shù)）遠大于自變量數(shù)量，本研究先采用LASSO回歸進行降維，尋找差異基因中與淋巴結(jié)轉(zhuǎn)移最為相關的基因。當一組基因高度相關時，LASSO回歸會選出其中一個基因并且將其他因子收縮為零。LASSO回歸最終鑒定了11個與淋巴結(jié)轉(zhuǎn)移狀態(tài)高度相關的蛋白編碼基因。單、多因素分析提示僅KIR2DL4基因的高表達可能與抑制淋巴結(jié)轉(zhuǎn)移有關。KIR2DL4基因編碼殺傷細胞免疫球蛋白受體（killer-cell immunoglobulin-like receptor,KIR），在自然殺傷（natural killing,NK）細胞表面和少數(shù)T淋巴細胞表面表達，可識別并結(jié)合HLA-G分子，從而發(fā)揮對NK細胞的免疫抑制或激活的雙重作用[22]。值得注意的是，CDH4基因編碼的R-Cadherin蛋白（鈣黏蛋白家族成員之一），其功能在不同腫瘤中可能存在異質(zhì)性。據(jù)目前的研究報道，其可抑制鼻咽癌細胞的增殖和侵襲[23]，但在骨肉瘤和膠質(zhì)母細胞瘤中表現(xiàn)為促進增殖和侵襲轉(zhuǎn)移的作用[24-25]。本研究中，CDH4的表達與結(jié)腸癌的淋巴結(jié)轉(zhuǎn)移呈正相關。

【參考文獻】：
期刊論文
[1]Stage migration vs immunology: The lymph node count story in colon cancer[J]. Bruno M?rkl.  World Journal of Gastroenterology. 2015(43)
[2]結(jié)腸癌淋巴結(jié)轉(zhuǎn)移的多因素回歸分析[J]. 易小龍,李衛(wèi)東.  天津醫(yī)科大學學報. 2010(01)



本文編號：3012233