预测年轻乳腺癌患者生存率列线图的建立和验证

目的:构建预测年轻乳腺癌患者生存情况的列线图，以期帮助临床诊疗。方法:收集SEER数据库中5 525例年轻乳腺癌患者的临床信息，通过单因素Log-rank检验和多因素Cox生存分析筛选出独立预后因素,用于构建预测患者3、5年总生存率(overall survival,OS)和癌症特异性生存率（cancer special survival,CSS)的列线图，将我院就诊的147例年轻乳腺癌患者作为验证集进行外部验证。结果:单因素和多因素分析结果显示，种族、病理类型、组织学分级、T分期、N分期、M分期、ER状态、HER-2状态、手术方式是与患者OS和CSS相关的独立危险因素，将这些因素纳入并建立预测患者OS和CSS的列线图模型。内部和外部验证结果显示模型具有良好的预测性能。基于建立的OS和CSS列线图模型对患者进行了风险分层，能够准确地将年轻乳腺癌患者分成预后有显著差异的三个风险亚组。结论:本研究构建的预测模型能较为准确的预测年轻乳腺癌患者的预后情况，为临床的诊疗提供科学依据。     

基于TCGA数据库挖掘甲状腺乳头状癌淋巴结转移相关的突变基因及其机制探讨北大核心

目的:挖掘并筛选与甲状腺乳头状癌(papillary thyroid carcinoma,PTC)淋巴结转移相关的突变基因及其潜在的机制。方法:从TCGA数据库获得377例PTC患者的测序数据及完整的临床资料,并分为淋巴结转移组(LM,n=212)与无淋巴结转移组(NLM,n=165)。利用R语言(v3.6.2)对转移组特有的突变基因进行富集分析。采用String在线软件绘制蛋白互作网络,Cytoscape软件筛选网络中的核心基因。在UALCAN网站上验证基因表达量与淋巴结转移之间的关系。利用荧光实时定量PCR测定候选基因在细胞系中mRNA的表达量。结果:一共筛选出1197个仅在LM组发生突变的基因,它们主要富集在黏着连接、细胞黏附分子(cell adhesion molecules,CAMs)通路。CAMs通路的核心基因ITGB1与VCAN的表达量与淋巴结转移相关。与正常甲状腺细胞系相比,VCAN基因在PTC细胞系TPC-1和B-CPAP中mRNA的表达量较高,尤其是B-CPAP细胞系。结论:CAMs通路可能是PTC淋巴结转移相关机制之一,其中VCAN基因可能是潜在的分子标志物。     

Registries,Databases and Repositories for Developing Artificial Intelligence in Cancer Care

Modern artificial intelligence techniques have solved some previously intractable problems and produced impressive results in selected medical domains. One of their drawbacks is that they often need very large amounts of data. Pre-existing datasets in the form of national cancer registries, image/genetic depositories and clinical datasets already exist and have been used for research. In theory, the combination of healthcare Big Data with modern, data-hungry artificial intelligence techniques should offer significant opportunities for artificial intelligence development, but this has not yet happened. Here we discuss some of the structural reasons for this, barriers preventing artificial intelligence from making full use of existing datasets, and make suggestions as to enable progress. To do this, we use the framework of the 6Vs of Big Data and the FAIR criteria for data sharing and availability (Findability, Accessibility, Interoperability, and Reuse). We share our experience in navigating these barriers through The Brain Tumour Data Accelerator, a Brain Tumour Charity-supported initiative to integrate fragmented patient data into an enriched dataset. We conclude with some comments as to the limits of such approaches.     

婚姻状态对原发性中枢神经系统淋巴瘤患者预后的影响：一项倾向性评分匹配研究

背景 原发性中枢神经系统淋巴瘤（PCNSL）的预后较差，明确其预后危险因素是改善其预后的关键。生物-心理-社会医学模式提示社会心理因素的重要性。婚姻是重要的社会心理因素之一，但婚姻状态对PNSCL患者预后的影响尚不明确。 目的 探究婚姻状态对PCNSL患者总生存（OS）和癌因生存（CSS）的影响。 方法 于2020年，提取2000—2016年美国"监测、流行病学和结果"数据库的3 993例PCNSL患者的病例资料，包括社会人口学资料（婚姻状态、确诊年龄、种族、性别和确诊年份）、临床病理资料（病理类型、肿瘤位置）、治疗资料（手术、放疗和化疗）及结局资料（生存信息和随访时间）。依据婚姻状态将患者分为已婚和非已婚两组，其中非已婚包括单身、离异和丧偶。采用倾向性评分匹配均衡基线资料，采用Kaplan-Meier分析（Log-rank检验）、Cox回归评估婚姻状态对患者OS和CSS的影响。 结果 倾向性评分匹配后，已婚组和非已婚组患者基线资料比较，差异均无统计学意义（P>0.05）。将患者按婚姻状态分为已婚和非已婚组：Log-rank检验结果显示，与已婚患者相比，非已婚患者的OS和CSS更差（P<0.05）；倾向性评分匹配后，校正确诊年龄、种族、性别、确诊年份、病理类型、肿瘤位置、手术、放疗和化疗因素后，多因素Cox回归分析结果显示，非已婚患者的OS风险是已婚患者的1.24倍〔95%CI（1.14，1.36），P<0.001〕，非已婚患者的CSS风险是已婚患者的1.22倍〔95%CI（1.11，1.33），P<0.001〕。将患者按婚姻状态分为已婚、单身、离异、丧偶组：Log-rank检验结果显示，与已婚患者相比，丧偶患者的OS和CSS预后更差（P<0.05）；校正确诊年龄、种族、性别、确诊年份、病理类型、肿瘤位置、手术、放疗和化疗因素后，多因素Cox回归结果显示，单身患者OS和CSS风险分别是已婚患者的1.14倍〔95%CI（1.03，1.27），P=0.013〕和1.15倍〔95%CI（1.03，1.29），P=0.012〕，离异患者OS和CSS风险分别是已婚患者的1.23倍〔95%CI（1.07，1.41），P=0.004〕和1.22倍〔95%CI（1.05，1.41），P=0.009〕，丧偶患者OS和CSS风险分别是已婚患者的1.37倍〔95%CI（1.21，1.54），P<0.001〕和1.28倍〔95%CI（1.12，1.46），P=0.013〕。 结论 婚姻状态影响PCNSL患者OS和CSS，与已婚相比，单身、离异和丧偶患者的预后更差，这提示在临床管理和决策中，除了传统的肿瘤生物学特征，还应关注婚姻状态对PCNSL患者预后的影响。     

The opportunities and shortcomings of using big data and national databases for sarcoma research

The rarity and heterogeneity of sarcomas make performing appropriately powered studies challenging and magnify the significance of large databases in sarcoma research. Established large tumor registries and population-based databases have become increasingly relevant for answering clinical questions regarding sarcoma incidence, treatment patterns, and outcomes. However, the validity of large databases has been questioned and scrutinized because of the inaccuracy and wide variability of coding practices and the absence of clinically relevant variables. In addition, the utilization of large databases for the study of rare cancers such as sarcoma may be particularly challenging because of the known limitations of administrative data and poor overall data quality. Currently, there are several large national cancer databases, including the Surveillance, Epidemiology, and End Results database, the National Cancer Data Base of the American College of Surgeons and the American Cancer Society, and the National Program of Cancer Registries of the Centers for Disease Control and Prevention. These databases are often used for sarcoma research, but they are limited by their dependence on administrative or billing data, the lack of agreement between chart abstractors on diagnosis codes, and the use of preexisting documented hospital diagnosis codes for tumor registries, which lead to a significant underestimation of sarcomas in large data sets. Current and future initiatives to improve databases and big data applications for sarcoma research include increasing the utilization of sarcoma-specific registries and encouraging national initiatives to expand on real-world, evidence-based data sets.     

中草药种植品质知识图谱的构建

科学合理地种植中草药是解决中药资源紧缺、保障中药质量的根本方法。中草药品质受种子种苗、种植措施、土壤状况等多种因素影响，各影响因素对中草药品质产生不同的作用，但迄今为止并没有通过调控中草药种植因素分析中药材品质的模型和方法。因此，本研究通过文献调研结合专家种植经验，综合分析影响中草药种植指标的复杂因素，以提高中药材品质为目标，基于图数据库的方法构建影响不同中草药种植品质的知识图谱，探讨中草药种植因素与指标之间的关系，通过调节影响中药材品质的因素，为中草药种植以及提高中药品质提供依据。     

基于Oncomine数据库分析PD-L1基因在头颈部癌中的表达及预后

目的:研究程序性死亡因子配体1(programmed death factor 1,PD-L1/CD274)在头颈部癌中的表达情况,并分析其与临床病理特征及预后的相关性。方法:挖掘Oncomine数据库中关于PD-L1基因在头颈部癌中的相关数据,进行PD-L1表达量与头颈部癌临床生物学特性的相关分析,并利用数据库中生存数据进行生存分析。结果:Oncom-ine数据库中有关PD-L1基因癌组织/正常组织表达量的分析共176项,其中高表达的癌种共4项,低表达2项;在头颈部癌组织中,显著高表达1项。Meta分析显示,PD-L1在头颈部癌中呈现高表达,显著高于正常组织。在人乳头瘤病毒(human papillomavirus,HPV)阳性的HNC患者中PD-L1的表达显著高于HPV阴性HNC患者(0.38 vs 0.16,P=0.018),有远处转移的患者显著高于无转移者(1.36 vs 0.55,P=0.004)。生存分析显示PD-L1表达量与生存期无显著相关。结论:PD-L1在头颈部癌中表达水平高,与人乳头瘤病毒状态及肿瘤转移相关,与生存期不相关。     

基于TCGA数据库分析ASPM在肺腺癌中的表达及临床意义

目的：探讨异常纺锤体样小头畸形相关基因（ASPM）在肺腺癌中的表达水平，及其与患者临床病理指标和预后的关系。方法：从癌症基因组图谱（TCGA）数据库下载肺腺癌组织和癌旁组织mRNA表达水平和临床病例资料，比较ASPM mRNA在癌组织和癌旁组织中的表达差异，统计学分析ASPM表达水平与肺腺癌患者临床病理指标及预后关系。通过R语言ballgown和ggplot包筛选高低表达ASPM组间差异基因并绘制火山图；利用DAVID工具对差异基因进行GO分析，采用GSEA预测ASPM可能调控的信号通路；STRING和Cytoscape分析关键基因及差异表达基因间的相互作用。结果：ASPM mRNA在肺腺癌中表达水平显著高于癌旁组织（P < 0.05）；ASPM表达水平与生存期相关，高表达ASPM肺腺癌患者预后较差（P < 0.05），是肺腺癌患者预后的独立危险因素，R语言ballgown包筛选出ASPM高低表达组间的差异表达基因共183个，差异表达基因富集到生物过程（BP）、细胞组分（CC）、分子功能（MF）在3个类别共19个亚类和18条KEGG通路；Cytoscape软件发现4个枢纽蛋白。结论：ASPM mRNA在肺腺癌患者中呈高表达且高表达组预后差，可作为判断肺腺癌预后的标志物。     

基于TCGA数据初步探查肝内胆管癌预后相关基因

目的 分析tCGA数据库中肝内胆管癌（ICC）高通量测序数据，寻找其预后相关基因，构建风险模型，并研究其在ICC组织中表达及作用通路。方法 下载tCGA数据库中33例ICC组织和8例癌旁组织中的RNA-seq表达矩阵数据和患者临床资料信息，利用edgeR软件包进行基因差异表达分析，通过单因素Cox回归分析筛选出预后相关差异基因，对差异基因绘制生存曲线，筛选出具有临床意义的基因，经多因素Cox回归分析并构建风险模型，通过京都基因与基因组百科全书（KEGG）通路富集分析了解预后相关基因的作用通路。结果 通过edgeR分析后得到6 617个差异基因（筛选标准为|log2 Fold Change|＞1，P＜0.05），其中高表达组4 094个，低表达组2 523个。通过功能富集发现，这些基因主要集中在化学物致癌作用、药物代谢-细胞色素P450系统、细胞色素P450对异生物质的代谢影响以及视黄醇代谢通路。经单因素Cox回归、R软件“survival”包生存曲线分析显示，UCN2、CST1、PROS1、SLC35E4、PEMT五个基因对ICC患者预后存在显著性影响。通过多因素Cox回归分析，CST1、PEMT、PROS1构建的风险模型对ICC患者预后具有判断作用。结论 UCN2、CST1、PROS1、SLC35E4、PEMT基因可能成为ICC预后判断指标，为后续临床试验提供数据支持。     

食管鳞癌患者远处转移部位与预后的相关性及生存分析

目的:探讨食管鳞癌患者远处转移部位与预后的相关性及生存分析。方法:从SEER数据库中提取2010年至2015年共439例食管鳞癌伴远处转移患者的临床资料，回顾性分析比较食管鳞癌远处转移部位与预后的相关性，通过χ2检验比较两组变量的差异，采用Kaplan-Meier法绘制生存曲线，Log-rank检验进行单因素分析，COX回归进行多因素分析。结果:肺转移、骨+肺转移、肝+肺转移患者预后较好；骨转移、脑转移、骨+脑转移、骨+脑+肝+肺转移患者预后较差。单因素分析显示:年龄、原发灶部位、T分期、手术情况、多器官转移情况与食管鳞癌远处转移患者的预后有关（P＜0.05）；多因素分析显示:年龄、手术情况与多器官转移情况是影响食管鳞癌远处转移患者总生存时间（OS）的独立危险因素。结论:食管鳞癌伴远处转移的患者整体预后较差，但年龄在60~69岁区间、接受手术治疗与较好的预后相关。仅单器官转移的食管鳞癌患者中，骨转移、脑转移患者预后较差；合并多器官转移的患者中，骨+脑转移、骨+脑+肝+肺转移患者预后较差。