首页 | 本学科首页   官方微博 | 高级检索  
     

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
引用本文:陈松鹤,陈烨,虞听,陈亚栋. 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[J]. 浙江中西医结合杂志, 2023, 33(8)
作者姓名:陈松鹤  陈烨  虞听  陈亚栋
作者单位:浙江省宁波市海曙区鼓楼街道社区卫生服务中心,余姚市中医医院,余姚市中医医院,广东省中医院
摘    要: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。

关 键 词:TCGA  胰腺癌  预后风险模型  药物筛选
收稿时间:2022-04-22
修稿时间:2023-05-22

Construction and drug screening of pancreatic cancer clinical prognosis risk model based on TCGA database
Chen Songhe,and Chen Yadong. Construction and drug screening of pancreatic cancer clinical prognosis risk model based on TCGA database[J]. Zhejiang Journal of Integrated Traditional Chinese and Western Medicine, 2023, 33(8)
Authors:Chen Songhe  and Chen Yadong
Abstract:
Keywords:TCGA database   pancreatic cancer   prognostic risk model   drug screening
点击此处可从《浙江中西医结合杂志》浏览原始摘要信息
点击此处可从《浙江中西医结合杂志》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号