基于肿瘤基质评分的胃癌预后基因分析

目的 分析比较不同肿瘤基质评分胃癌患者的基因表达特征,鉴定与评分相关的胃癌预后基因,以期为临床胃癌诊断和预后提供更精准的手段。方法 从癌症基因组图谱数据库（the cancer genome atals, TCGA）下载胃癌的临床资料和组织转录组测序（ribonucleic acid sequencing, RNAseq）表达数据。从基质免疫评估数据库（estimation of stromal and immune cells in malignant tumor tissues using expression data, ESTIMATE）网站下载TCGA数据库中胃癌患者基质评分信息。获取患者的临床信息、RNAseq表达谱、基质评分。按照基质评分的高低分为高基质评分组和低基质评分组,分析基质评分与胃癌预后的关系。用R语言DEseq2包进行标准化处理和差异分析;WGCNA（weight correlation network analysis, WGCNA）包筛选与基质评分密切相关的差异基因;单因素COX风险比例回归模型（COX proportional model, COX）初步筛选基质评分密切相关基因中与胃癌预后相关的基因;LASSO（least absolute shrinkage and selection operator, LASSO）回归模型筛选出其中影响胃癌预后的关键基因,计算最小λ值;多因素COX回归分析构建关键基因胃癌预后模型,并量化基因表达量与患者生存时间的关系;模型内部绘制关键基因的生存曲线。最后通过其他公共数据库（KM-plotter数据库和Oncomine数据库）验证这些基因在胃癌大样本的表达和预后。结果 基质评分越高的患者表现为预后更差（P<0.05）。对患者的RNA-seq差异表达分析筛选得到1581个差异表达基因;从中通过WGCNA筛选出1015个基因与胃癌基质评分密切相关;单因素COX回归选出377个基因与胃癌患者预后相关（P<0.05）;LASSO回归筛选出12个与胃癌预后相关的关键基因,最小λ=12;多因素COX回归分析显示该模型C指数为0.68,3年生存期和5年生存期的预测值基本贴合实际值,3年生存期曲线下面积（area under the curve, AUC）为0.693,5年生存时间AUC为0.725。12个基因中,ACTA1、ADAMTS12、LINCO1614、MATN3、MTUS2、PLCL1、POSTN、SERPINE1、TPTEP1表达量越高,患者生存期越短,GAD1和MMP16表达量的越低,患者生存期越短;6个基因（ADAMTS12、MATN3、MEGF10、PLCL1、POSTN、SERPINE）各自作为独立危险因素,具有最佳的胃癌预后预测功能（P<0.05）。KM-plotter数据库和Oncomine数据库符合本研究的预测结果。结论 肿瘤基质评分越高的胃癌患者,预后更差、生存周期更短。6个基因ADAMTS12、MEGF10、PLCL1、POSTN、MATN3、SERPINE与患者的肿瘤基质评分及预后密切相关。其表达越高,患者评分越高,预后越差、生存周期越短。本研究鉴定了与胃癌基质评分相匹配的预后基因,提示胃癌基质研究的进一步方向。     

基于WGCNA联合LASSO筛选宫颈癌预后枢纽基因

目的 运用生物信息学方法筛选宫颈癌预后相关的分子标志物,为宫颈癌的预后预测提供依据。方法 从GEO、TCGA和GTEx数据库下载宫颈癌转录组表达数据和相应的临床数据。在GSE9750和GSE52903数据集中,通过WGCNA和LASSO两种方法联合筛选宫颈癌枢纽基因,GEPIA数据库进一步筛选与预后相关的枢纽基因。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中比较预后相关的枢纽基因在宫颈癌和正常宫颈组织中的表达情况,并在HPA数据库中验证其蛋白水平的表达。利用ssGSEA分析宫颈癌肿瘤微环境(tumor microenvironment, TME)中免疫细胞浸润情况,探究预后相关的枢纽基因与免疫细胞浸润和免疫检查点基因表达的相关性。结果 WGCNA和LASSO两种方法共筛选出7个宫颈癌枢纽基因,GEPIA数据库进一步筛选得到3个预后相关的枢纽基因MCM2、APOD和RAD54L。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中,与正常宫颈组织比较,MCM2和RAD54L在宫颈癌组织中表达上调,而APOD则表达下调,与HPA数据库中免疫组化结果基本一致。3个预后相关的枢纽基因与免疫细胞和免疫检查点的表达有相关性。结论MCM2、APOD和RAD54L基因可能是与宫颈癌预后相关的分子标志物,与TME中免疫浸润相关。     

基于肿瘤突变负荷构建肝细胞癌风险评分预后模型

目的:通过分析癌症基因组图谱数据库（TCGA）中肿瘤突变负荷（TMB）数据,构建并验证肝细胞癌（HCC）风险评分预后模型。方法:从TCGA数据库下载HCC患者体细胞突变数据、基因表达数据和临床信息。绘制HCC患者基因突变图谱,分析TMB水平与HCC患者预后的关系。利用生物信息学分析筛选预后基因并构建HCC风险评分预后模型,单因素及多因素分析评估模型预测能力。结果:基因突变图谱揭示了HCC患者基因突变特征。Kaplan-Meier分析显示低TMB组HCC患者总体生存率较高（χ2=6.632,P=0.01）,且较高的TMB水平与高龄（χ2=10.328,P=0.001 7）、男性（χ2=9.384,P=0.002 9）和N0分期（χ2=4.723,P=0.03）有关。将所有HCC样本随机分为训练集（n=177）和验证集（n=178）,在训练集中,生物信息学方法确定了FABP6、PFKP和PROK1 3个预后基因并构建HCC风险评分预后模型:风险评分=（0.132 08 × FABP6表达量）+（0.153 83×PFKP表达量）+（-0.180 47×PROK1表达量）。将训练集及验证集中样本按风险评分分为高风险组和低分险组,训练集中低风险组HCC患者总体生存率较高（χ2=66.725,P<0.000 1）,验证集中结果相同（χ2=38.364,P<0.000 1）。单因素及多因素分析显示,风险评分（HR＝2.016,95%CI:1.356～2.997,P<0.001）、病理分期（HR＝1.591,95%CI:1.274～1.987,P<0.001）是HCC独立的预后因素。结论:TMB水平与HCC预后相关,风险评分预后模型具有良好的预后预测能力,是HCC患者的独立预后因素。     

基于转录组学膀胱癌临床预后模型的构建

目的：筛选膀胱癌预后相关基因,建立膀胱癌预后评分模型。方法：通过UCSC Xena平台下载癌症基因组图谱（TCGA）数据库、基因型和基因表达量关联数据库（GTEx）中406例膀胱癌患者的临床信息和膀胱癌组织RNA测序数据,以及28名健康对照者正常膀胱组织RNA测序数据。采用加权基因共表达网络分析（WGCNA）、单因素Cox回归分析、LASSO回归分析和多因素Cox回归分析筛选膀胱癌预后相关基因并建立预后模型,结合Kaplan-Meier生存曲线、受试者操作特征曲线（ROC曲线）验证模型的准确性。结果：分析得到膀胱癌相关差异表达基因共2308个。WGCNA拟合得到6个基因模块,筛选出对膀胱癌预后有显著作用的基因829个。运用单因素Cox回归与LASSO回归分析筛选出24个与膀胱癌患者预后相关的基因,多因素Cox回归分析训练集数据得到9个作为独立预测因子的基因,分别是ADCY9、MAFG_DT、EMP1、CAST、PCOLCE2、LTBP1、CSPG4、NXPH4、SLC1A6,以此建立膀胱癌患者预后预测模型。训练集中高风险组和低风险组3年存活率分别为31.814%和59.821%,测试集中高风险组和低风险组3年存活率分别为32.745%和68.932%,模型预测训练集和测试集患者预后的ROC曲线下面积均在0.7以上。结论：本研究建立的模型对膀胱癌高风险和低风险人群的生存情况具有较好的预测能力。     

MiR-4772通过调控卵巢癌免疫相关基因改变肿瘤免疫微环境

目的 运用生物信息学分析miR-4772对卵巢癌肿瘤免疫微环境的影响，并深入挖掘其潜在作用机制。方法 基于TCGA数据库的294例卵巢癌患者数据，计算并获得肿瘤组织PD-L1表达最佳阈值；筛选PD-L1高、低表达组之间的差异表达基因（DEG），采用相关性分析获得重要DEG，运用WGCNA分析从DEG筛选出权重基因和PD-L1相关miRNA，重要DEG和权重基因交集获得核心基因；通过ssGSEA分析探讨PD-L1表达和miR-4772表达对卵巢癌肿瘤免疫格局的影响；KEGG法分析核心基因所涉及的信号通路；PPI网络分析核心基因相互作用；采用生存分析确定生存相关的核心基因。采用GEO数据库的399例卵巢癌患者数据，结合miR-4772模拟物和抑制物转染SKOV3细胞并进行基因表达谱测序验证。结果 卵巢癌肿瘤组织PD-L1表达最佳阈值1.31582，即90%分位数；基于PD-L1高、低表达组，筛选出840个差异表达基因，包括549个基因显著上调，291个基因显著下调，20个重要DEG与miR-4772表达密切相关；WGCNA分析筛选48个miR-4772表达相关的权重基因；12个核心基因共存于重要DEG和权重基因。ssGSEA分析显示，PD-L1和miR-4772高表达组展现更活跃的肿瘤组织免疫浸润和功能活性。KEGG功能分析结果显示12个核心基因主要涉及免疫相关信号通路，PPI分析显示12个核心基因存在密切相互作用，CD96和TBX21表达水平与卵巢癌患者生存预后密切相关。SKOV3细胞转染miR-4772模拟物和抑制物后，基因表达谱测序结果显示12个核心基因和PD-L1表达水平随着miR-4772表达水平变化出现相应改变。结论 miR-4772通过作用于12个核心基因，对卵巢癌肿瘤免疫微环境结构组成发挥调控作用。     

基于TCGA数据库的胰腺癌临床预后风险模型的构建与药物筛选

目的：基于基于癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库构建胰腺癌预后风险模型和筛选候选药物。方法：通过TCGA数据库下载胰腺癌转录组和临床数据，通过R软件进行加权基因共表达网络分析(weighted correlation network analysis,WGCNA)、预后风险模型的构建、差异分析、Kaplan-Meier法生存分析、风险分析和临床相关性分析。通过受试者工作特征曲线(receiver operating characteristic curve，ROC曲线)的曲线下面积(area under curve，AUC)和多因素cox回归分析判断模型准确性和独立性，最后运用CMAP平台进行胰腺癌药物的筛选。结果：下载得到胰腺癌转录组数据182例和临床数据185例，数据合并交集后纳入病例样本177例。WGCNA分析筛选模块基因为“MEgreen（P=0.04<0.05）”；通过单因素cox回归分析得到28个预后相关免疫基因和70个预后相关的lncRNA，进一步用Lasso回归和多因素cox回归分析进行预后风险模型构建。模型评价显示该模型可区分高低风险组的患者，高风险的患者较低风险预后较差（P<0.05）。训练组和验证组ROC曲线下面积（AUC）显示该模型具有一定的准确性。多因素cox回归分析显示风险得分可作为胰腺癌独立预后因子（P<0.05）。临床相关性分析显示年龄、性别、Grade、Stage、M和N期等临床性状在高低风险组之间无明显差异（P>0.05），T期在高低风险组之间具有明显差异（P=0.0215<0.05）。利用CMAP平台筛选出前5抑制胰腺癌高风险基因表达的药物中，HDAC抑制剂2种，FLT3抑制剂、种VEGFR抑制剂与细菌细胞壁合成抑制剂各1种。结论：根据TCGA患者生存数据和表达谱，结合基因库获得胰腺癌预后相关免疫基因和lncRNA构建的预后风险模型能作为胰腺癌预后判断的新指标。     

转录因子SOX12在肺腺癌中的表达及其与临床预后的关系

目的探讨转录因子SOX12在肺腺癌中的表达及其与临床预后的关系。方法采用大型癌症基因组数据库分析SOX12在 肺腺癌中的表达水平,然后分别采用免疫组织化学（IHC）和半定量PCR方法检测36例肺腺癌癌组织、15例距肿瘤边缘5 cm以 上癌旁正常组织和21例正常肺组织中SOX12 的表达情况,同时通过Kaplan-Meier Plotter 数据库获取了866例肺腺癌患者和 675例肺鳞癌患者的生存数据,分析SOX12基因表达水平对患者总生存期（OS）和进展后生存期（PPS）的影响。结果TCGA数 据库和GEO（GSE40419）样本集提示SOX12的表达水平在肺腺癌组中显著高于癌旁组（P<0.001）,同时IHC和半定量PCR结果 均显示SOX12 在肺腺癌组织中的表达高于癌旁正常组织和正常肺组织,差异具有统计学意义（P<0.001）;分析Kaplan-Meier Plotter数据库显示SOX12基因表达水平高的肺腺癌患者较表达水平低的患者OS和PPS短,差异具有统计学意义（P<0.05）;而 SOX12基因表达水平对肺鳞癌患者的OS和PPS均无明显影响。结论转录因子SOX12在肺腺癌组织中呈明显高表达水平,且 其表达水平与患者的生存和预后关系密切,SOX12可能成为预测肺腺癌发生发展的辅助指标。     

基于机器学习探讨不同年龄阶段半月板损伤铁死亡作用机制和免疫浸润研究

目的：确定不同年龄阶段半月板损伤的重要铁死亡相关生物标志物和免疫浸润研究。方法：（1从GEO数据库中获得训练数据集,使用GSE191157基因芯片表达矩阵分析数据,同时,从铁死亡官方下载相关基因进行进一步分析。（2）使用“limma”包对半月板损伤的老年患者和年轻患者进行差异表达基因分析,对GSE191157基因芯片的所有基因进行WGCNA分析。（3）选取2个与半月板损伤疾病最相关的颜色模块,再将相关模块的基因与铁死亡相关基因取交集。（4）随后将交集基因进行本体（GO）、京都基因和基因组百科全书（KEGG）分析。（5）通过机器学习LASSO回归对不同年龄半月板损伤铁死亡交集基因进行分析,提取核心基因。（6）最后进行基因集富集分析（GSEA）、SSGEVA免疫浸润等功能分析,确定核心基因与半月板损伤铁死亡确有相关性。结果：共鉴定出2 517个差异基因,与铁死亡相关基因取交集得到61个基因,经WGCNA分析后得到与疾病相关性最高的青色和黄色模块,与之取交集得到46个交集基因;通过机器学习LASSO回归筛选出4个核心基因BEX1、MMP13、PTPN18和SLC38A1;GSEA分析结果提示...     

SOX9基因判断前列腺癌恶性程度及生化复发的预测

目的：探讨SOX9基因在判断前列腺癌恶性程度及预测前列腺癌去势后生化复发的作用。方法：通过Oncomine公共数据库查询SOX9基因在前列腺癌中的表达情况;RT—QPCR法检测SOX9基因在前列腺癌细胞株DU145、LNCap、PC3和正常前列腺细胞株RWPE-1中的表达;免疫组织化学法检测106例前列腺癌癌组织与癌旁组织中的SOX9基因表达情况,并结合前列腺癌患者临床病理参数进行分析;建立SD大鼠手术去势模型,检测SOX9基因在去势后大鼠前列腺组织中的表达情况。结果：SOX9基因在前列腺癌组织中呈高表达;SOX9基因在PC3细胞株中的表达水平显著高于RWPE-1细胞株（P：0．004）;106例前列腺癌癌组织中62例呈SOX9阳性表达,癌旁组织中26例呈SOX9阳性表达;SOX9基因在前列腺癌组织中的表达水平明显强于癌旁组织,两者比较,差异有统计学意义（P=0．000）;SOX9高表达与前列腺癌患者血清PSA水平（P=0．007）、Gleasonscore（P=0．034）和肿瘤TNM分期（P=0．013）呈正相关,而与年龄（P=0．179）无明显相关性;对照组和模型组分别有2只、9只SD大鼠前列腺组织sox9染色阳性,两组比较,差异有统计学意义（P=0．005）。结论：SOX9基因的高表达与肿瘤的恶性程度相关,可结合血清PSA水平对前列腺癌疑似患者进行早期诊断并判断前列腺癌的恶性程度,还可用来预测生化复发速度。     

ATP柠檬酸裂合酶在肝细胞癌组织中的表达及临床意义

目的 探究ATP柠檬酸裂合酶(ACLY)在肝细胞癌(HCC)发生发展中的作用及其对HCC免疫微环境的影响。方法 采用美国阿拉巴马大学伯明翰分校癌症数据分析网站和肿瘤基因表达谱交互分析数据库在线检索ACLY在癌症基因组图谱数据库收录的不同肿瘤中的表达情况和预后改变，选取HCC为疾病模型，分析ACLY在基因表达数据库HCC标本中的表达情况，并采集HCC患者临床标本在mRNA、蛋白水平进行表达验证；同时在细胞水平敲减ACLY,并利用转录组测序分析差异表达基因，进行细胞增殖实验等功能验证；探讨ACLY与肿瘤微环境中免疫细胞及免疫浸润的相关性，以及与免疫新抗原、免疫检查点基因的相关性。结果 ACLY基因在包括HCC在内的多种实体瘤中高表达(P均<0.05),且ACLY高表达与HCC的总体存活率具有显著相关性(P=0.005)。ACLY的高表达可影响包括肿瘤相关成纤维细胞在内的多种免疫细胞的数量以及脂代谢基因的表达(P均<0.05)。结论 ACLY与HCC的发生发展及脂代谢异常密切相关，并对HCC的免疫微环境造成一定程度的影响。