铁死亡在乳腺癌预后和靶向治疗中的研究进展

铁死亡是近年来发现的新的细胞死亡方式,主要表现为铁离子代谢紊乱、脂质过氧化物堆积和细胞抗氧化系统破坏。乳腺癌作为发病率最高的恶性肿瘤,严重影响女性健康。铁死亡和乳腺癌关系密切,随着铁死亡机制不断完善,一些靶向铁死亡的药物和治疗方法被开发出来。本文对铁死亡细胞特征、发生机制,铁死亡与乳腺癌进展、预后相关性,针对铁死亡的靶向治疗进行综述,希望为研究者提供新的乳腺癌治疗思路。     

基于生物信息学的肝细胞癌铁死亡预后模型的构建

目的:为寻找肝细胞癌相关预后的铁死亡基因,寻找独立预后的因素,构建肝细胞癌患者铁死亡的预后模型.方法:通过TCGA数据库下载TCGA-LIHC的转录组数据和临床信息,使用Perl语言对TCGA-LIHC的铁死亡相关基因的表达谱数据进行提取.使用R语言的limma包对铁死亡相关基因的表达谱数据进行差异分析.使用R语言的o...     

基于生物信息学分析和实验验证筛选影响肝癌患者预后的铁死亡调控基因

目的：通过生物信息学技术分析影响肝癌患者生存预后的铁死亡调控基因（ferroptosis-related genes, FRGs）,并在细胞和组织层面进行验证。方法：从TCGA数据库下载肝癌基因表达矩阵和临床数据集,并从ferrdb数据库获取与铁死亡相关的基因。使用LASSO回归分析,构建风险比例模型,并通过受试者工作特征曲线（receiver operating characteristic, ROC）回顾患者1、2、3年生存率,使用单因素和多因素COX回归分析筛选肝癌的独立预后因素。并对得到的基因进行基因本体（Gene ontology,GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）富集分析。最终进行免疫细胞和免疫功能相关评分。在人类蛋白质图谱数据库下载肝癌预后相关的FRGs的正常肝组织和肝癌组织的免疫组化的结果图。并在正常肝细胞L02和肝癌细胞HepG2,临床获取的6名肝癌患者手术切除的肝癌组织和癌旁组织,通过qPCR分析比较TOP20基因的表达量。结果：通过分析共得到了42个影响肝癌患者预后的相关差异...     

通过生物信息学分析筛选影响胃腺癌患者预后的铁死亡相关基因

摘要:目的 利用生物信息学分析筛选影响胃腺癌患者预后的铁死亡相关基因(ferroptosis-relatedgenes,FRGs)。 方法 通过 TCGA 数据库下载胃腺癌的基因表达和临床数据,使用 R软件获取铁死亡相关差异表达基因和预后相关基 因,并最终获得影响胃腺癌预后的 FRGs。使用 LASSO 回归分析构建风险模型,计算风险值。通过受试者工作特征曲 线(receiveroperatingcharacteristiccurve,ROC)比较患者5年生存率,使用单因素和多因素生存分析筛选独立预后因 素。对与胃腺癌预后相关的 FRGs进行通路富集分析。结果 从数据库中共得到443例患者临床信息,407个数据集。 通过比较发现163个在胃腺癌中差异表达的 FRGs,25个预后相关的 FRGs,取交集后发现14个影响胃腺癌患者预后的 FRGs。使用 LASSO 回归分析,最终筛选出8个 FRGs(NOX4、NOX5、GLS2、MYB、TGFBR、DUSP1、SLC1A4、NF2),构 建风险模型。依据患者的风险值,区分高、低风险组,发现高风险组患者总生存率明显低于低风险组。通过多因素生存 分析发现年龄、T分期和风险值可以作为独立预后因素。ROC曲线发现使用预后相关 FRGs构建的风险模型能够较好 地预测患者5年生存率(AUC=0.668)。对高、低风险组患者中的差异基因进行通路富集分析,发现差异基因可能与细 胞外基质组成和细胞外结构构成、PI3K-Akt等基因通路有关。结论 FRGs(NOX4、NOX5、GLS2等)影响胃腺癌患者 的预后,为胃腺癌的铁死亡研究提供了新的线索。     

基于铁死亡相关基因构建头颈部鳞状细胞癌的预后预测模型并验证

目的 构建基于铁死亡相关基因(ferroptosis-related genes, FRGs)的头颈部鳞状细胞癌(head and neck squamous cell carcinoma, HNSCC)预后预测模型并验证。方法 从TCGA和GEO数据库下载HNSCC RNA-seq数据及相关临床数据,分别作为训练队列和验证队列。从FerrDb网站提取共259个FRGs。利用单因素COX回归分析在训练队列中筛选与HNSCC患者预后有关的FRGs(P<0.01)。利用Lasso COX回归分析构建预后预测模型,并根据风险评分公式计算各临床样本的风险系数,然后使用Kaplan-Meier生存曲线和时间依赖性受试者操作特征(time-dependent receiver operating characteristic, time ROC)曲线评估该模型效能。同理,验证该模型在验证队列中的可行性和可重复性。最后采用单因素及多因素COX回归分析对该预后预测模型进行独立预后分析。结果 训练队列中与HNSCC患者预后显著相关的FRGs共有12个,在此基础之上利用Lasso COX回归算法构建...     

甲状腺癌铁死亡预后风险模型的构建及其潜在机制的生物信息学分析

目的：筛选甲状腺癌（TC）差异预后铁死亡基因（PFRGs）,构建TC铁死亡相关基因（FRGs）预后风险模型,并阐述其潜在作用机制。方法：从癌症基因组图谱（TCGA）数据库获取基因表达及临床数据,从铁死亡疾病数据库（FerrDb）和人类基因数据库（GeneCards）中获取FRGs,采用R软件筛选TCPFRGs;从TCGA和GTEx数据库获取TC组织和甲状腺组织中PFRGs mRNA表达数据,从人类蛋白图谱（HPA）数据库获取免疫组织化学结果,验证PFRGs mRNA和蛋白表达的差异;采用时间依赖性受试者工作特征（time-ROC）曲线和Kaplan-Meier曲线评估PFRGs与TC患者生存和预后的关系;采用单因素和多因素Cox回归分析计算PFRGs表达的风险评分,纳入TC患者临床数据,进行独立预后分析,并构建Nomogram图;TCGA数据库中PFRGs与各基因表达的相关性采用Spearman相关分析,计算相关系数并筛选共表达基因;采用生物信息学方法对PFRGs共表达基因进行蛋白-蛋白互作（PPI）网络图、基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。结果：在TC...     

结合铁死亡建立遗传算法优化的反向传播神经网络脓毒症预后模型

目的 将铁死亡与机器学习相结合,建立一种基于遗传算法的反向传播网络（GA-BPNN）模型,以预测脓毒症患者的28 d存活情况。方法 通过高通量基因表达数据库（GEO）下载脓毒症相关数据。从分子签名数据库（MSigDB）下载与铁死亡相关的基因65个。使用基因集富集分析（GSEA）、基因集变异分析（GSVA）、加权基因共表达网络分析（WGCNA）和蛋白质-蛋白质相互作用（PPI）网络分析筛选脓毒症患者的铁死亡相关基因。同时利用短时间序列挖掘分析（STEM）筛选与脓毒症发展进程相关的基因,并与脓毒症患者铁死亡相关基因取交集,获得脓毒症预后的关键基因。在传统的反向传播网络（BPNN）的基础上,采用遗传算法（GA）优化权值和阈值,建立脓毒症预后预测GA-BPNN模型。结果 脓毒症存活组和未存活组之间铁死亡相关基因集活性差异显著。共筛选出97个脓毒症铁死亡相关基因。同时确定了191个在脓毒症发展进程中显著上调或下调的基因。取交集基因建立脓毒症四基因预测预后GA-BPNN模型。在训练集中经过迭代后训练的均方误差在0.05以下,曲线下面积（AUC）为0.98。为验证GA-BPNN模型的泛化能力和分类效...     

铁死亡相关基因作为皮肤黑色素瘤预后因素的多组学分析（英文）

目的：黑色素瘤具有高度恶性和异质性。开发特定的黑色素瘤预后预测模型对提高患者的生存率和选择治疗策略至关重要。最近,铁死亡已被证明是一种由过度脂质过氧化诱导的铁依赖性程序性细胞死亡形式。然而,铁死亡相关基因(ferroptosis-related genes,FRGs)与黑色素瘤预后的相关性仍不清晰。本研究评估FRGs在黑色素瘤中的作用,开发一种新的预后模型,旨在为黑色素瘤的个性化治疗及疗效改善提供新思路。方法：首先通过系统地表征癌症基因组图谱(The Cancer Genome Atlas,TCGA)-皮肤黑色素瘤(skin cutaneous melanoma,SKCM)中73个FRGs的遗传改变和mRNA表达。同时通过反转录聚合酶链反应和蛋白质印迹法验证筛选的特定靶基因。随后使用TCGASKCM队列构建多基因特征模型。根据特征模型将黑色素瘤患者分为高风险和低风险组,对铁死亡相关的特征模型与免疫特征、免疫治疗的疗效或药物反应进行相关分析。结果：通过分析TCGA-SKCM数据集中的黑色素瘤样本,发现FRGs在基因变异和拷贝数变异方面表现出高频率,这些变化显著影响了基因的表达。此外,与正...     

基于双硫死亡相关lncRNA的宫颈癌预后模型构建及验证

目的:构建预测宫颈癌生存期的双硫死亡相关长链非编码RNA(lncRNA)预后模型。方法:从TCGA数据库下载307个宫颈癌RNA测序数据及临床信息,随机分为训练集和测试集。使用共表达分析和回归分析得到双硫死亡相关lncRNA并构建预后模型。根据风险评分中位数将患者分为高风险组和低风险组。使用Kaplan-Meier生存分析、Cox回归分析、受试者工作特征(ROC)曲线、主成分分析、列线图和校准曲线评估模型的预测效能。结果:共得到3个双硫死亡相关lncRNA并构建预后模型。Kaplan-Meier生存分析结果显示高风险组的总生存期短于低风险组。风险曲线显示高危患者的死亡率高于低危患者。Cox回归分析显示风险评分是独立预后因子。该模型预测患者1年、3年、5年存活率的ROC曲线下面积(AUC)分别为0.780、0.701、0.716。列线图和校准曲线表明预后模型接近于理想模型。结论:本研究构建了宫颈癌的双硫死亡相关lncRNA预后模型,该模型预测效能良好。     

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。     

乳腺癌患者预后评估模型的构建

目的 筛选影响乳腺癌患者预后的预测因素,构建评价乳腺癌患者预后的模型.方法 SEER数据库获得2010—2015年间119779名乳腺癌患者的临床和随访数据,将所有病例随机分为70％(83854名)的训练集以及30％(35925名)的验证集.利用Lasso回归筛选出对预测乳腺癌患者预后有意义的预测因子,并构建Cox比例...     

基于数据库构建乳腺癌焦亡相关基因的预后风险模型

目的 探究焦亡相关差异表达基因(DEGs)在乳腺癌中预后价值并构建预后风险模型。方法 从癌症基因组图谱(TCGA)和肿瘤基因表达数据库(GEO)官网下载乳腺癌的基因测序、临床数据,筛选焦亡相关DEGs。将乳腺癌患者进行聚类分析。在TCGA队列中以最小绝对收缩和选择算子(LASSO)方法建立模型。利用Kaplan-Meier生存曲线、受试者工作特征曲线(ROC)、单因素及多因素Cox回归独立预后因素分析等评价该模型。GEO队列为验证集。通过GO、KEGG、ssGSEA分析风险DEGs的富集情况。结果 筛选出焦亡相关DEGs,聚类分析可见C2组总生存期(OS)延长,差异有统计学意义(P=0.020)。该模型K-M生存分析显示,高风险组OS缩短(TCGA队列中P<0.001,GEO队列中P=0.018)。ROC曲线下面积(AUC)表明该模型具有一定预测能力。单因素、多因素Cox回归分析表明,年龄,M、N分期和风险评分为OS的独立预测因子。GO、 KEGG富集与ssGSEA分析证实了风险相关DEGs与免疫炎症因子和通路有关。结论 研究构建了由9个焦亡相关基因组成的乳腺癌预后风险模型,为乳...     

乳腺癌基因药物网络模型的构建与分析

目的构建乳腺癌基因药物网络模型,提取并预测乳腺癌相关基因药物间的关联。方法基于“ABC理论”和关联规则,提
出一种生物实体间关联算法,以乳腺癌为例,提取乳腺癌相关基因与基因、药物与药物、基因与药物3种不同层次的关联,采用R
语言实现网络模型的可视化,最后利用ROC曲线验证算法可靠性。结果得到乳腺癌相关基因185种,98种不同关联;乳腺癌相
关药物97种,170种不同关联;乳腺癌相关基因与药物网络中含有127种基因和77种药物,共384种不同关联。结论乳腺癌的
基因药物之间存在大量不同强度的关联,并且发现一些具有高度关联但尚未验证的生物实体对,为乳腺癌个性化诊治提供了新
的研究思路。
     

P53、C-erbB-2在乳腺癌中的表达及其预后价值

目的：探讨p53、C－erbB-2在人乳腺癌组织中的表达及预后评价中的作用。方法：免疫组化检测59例人乳腺癌石蜡切片p53、C－erbB-2的表达，并与肿瘤大小，淋巴结转移和肿瘤复发率对比分析。结果：p53阳性表达与腋淋巴结转移，肿瘤大小（P＜0．05）和肿瘤复发呈正相关（P＜0．01）；C－erbB-2阳性表达与腋淋巴结转移（P＜0．01）和肿瘤复发呈正相关（P＜0．05）；两者同时阳性表达亦与肿瘤复发呈显著正相关（P＜0．01＝，结论：p53、C－erbB-2表达与人乳腺癌预后有一定相关性，两者同时阳性表达可能提示预后更差。     

乳腺癌根治术后综合治疗245例临床分析

目的:探讨影响乳腺癌根治术后生存的相关因素。方法:回顾性分析245例乳腺癌根治术后病例,采用Kaplan-Miere绘制生存率曲线,用Log-rank检验和COX多因素回归分析法进行治疗预后相关因素分析。结果:全部病人总的1、3、5年生存率分别为94.80%、80.60%和63.70%。肿瘤的术前临床分期、腋淋巴结转移大于4枚和术后放射治疗是影响生存率的预后相关因素。结论:早期诊断和治疗是提高乳乳腺癌患者生存率的关键。     

双侧原发性乳腺癌临床分析

目的 探讨影响双侧乳癌患者临床特点及预后的因素。方法 回顾性分析1975年11月～2002年1月行乳腺癌根治性手术1845例中经病理组织学证实的双侧原发性腺癌(bilateral primary breast cancer，BPBC)52例的临床资料。其中同时性双侧乳腺癌11例(21．2％)，异时性双侧乳腺腺癌41例(78．8％)，接受手术、放疗、化疗等单一或综合治疗。分析乳腺癌的多种预后因素与术后生存率的关系。结果 原发肿瘤的大小、浸润淋巴结的数目、正确治疗和两侧乳腺癌的间距时间等均影响预后。三、五、十年的生存率各为90％(19／21)、71．4％(15／21)和66．7％(14／21)。结论 正确治疗的双侧乳腺癌仍有较高的五年生存率，两侧乳腺癌之间的间隔时间是主要的预后因素，与生存率呈正相关。早期诊断和治疗第二原发癌仍是提高生存率的关键。     

细胞凋亡相关基因表达与乳腺癌预后的关系

目的：研究乳腺癌中凋亡相关基因Bcl-2、P53的表达及其合与影响预后的因素（肿瘤大小、淋巴结转移、PCNA、ER和PR）之间的关系。方法：采用免疫组化SP法检测54例乳腺癌标本，结果：Bcl-2和P53表达阳性率分别为63．0％和40．75，Bcl-2高表达与肿瘤体积小，肿瘤增殖活性低，ER、PR阳性显相关；P53高表达与肿瘤增殖活性高，ER、PR阴性显性相关（P＜0．05或P＜0．01）。Bcl-2与P53表达之间呈显负相关（P＜0．01）。Bcl-2^ ／P53^-较Bcl-2^－／P53^＋肿瘤体积小，肿瘤增殖活性低，ER、PR阳性率高（P＜0．05或P＜0．01）。Bcl-2^ ／P53^＋较Bcl-2^－／P53^＋肿瘤体积小，PR阳性率高（P＜0．05）。结论：Bcl-2高表达、P53低表达与乳腺癌好的预后因素相关，预后以Bcl-2^ ／P53^-为最佳，Bcl-2^－／P53^＋最差，Bcl-2^ ／P53^＋似较Bcl-2^－／P53^-佳。     

Cox模型在乳腺癌临床病理学预后分析中的应用

应用半参数方法Ｃｏｘ模型并借助电子计算机，对８５例具有随访资料的乳腺癌患者的组织学分级、分型、临床分期、肿瘤大小、核仁组成区嗜银蛋白（ＡｇＮＯＲ）、年龄、ｐ５３癌基因蛋白、ＤＮＡ倍体、雌激素受体（ＥＲ）、核增殖抗原（ＰＣＮＡ）等１１个临床病理指标进行分析，结果经筛选进入Ｃｏｘ模型中与预后有关的指标为组织学分级、临床分期、ＦＦ、ＥＲ与ＰＣＮＡ，经统计学处理，该Ｃｏｘ模型的Ｓｃｏｒｅ值为４４．７４３，