基于胰腺癌糖酵解异常构建LASSO-Cox预后模型

摘要

目的 基于糖酵解相关基因构建胰腺癌预后模型，帮助指导临床风险分层和个性化治疗。方法 基于TCGA和GTEx数据库，筛选胰腺癌上调基因与糖酵解通路基因的交集。将TCGA-PAAD数据集178例患者分为训练集和验证集，用训练集构建糖酵解基因集Cox风险模型，以LASSO回归筛选关键基因防止过拟合，并采用多变量Cox回归确定最终预后模型。通过绘制风险、生存、受试者操作特征曲线评估模型预后预测性能，结合功能富集、京都基因与基因组百科全书和基因本体论分析探究模型涉及的肿瘤生物学机制。结果 差异分析显示5 542个基因在胰腺癌组织中显著上调，相关性分析提示7 752个基因与糖酵解代谢密切相关，最终筛选出3 092个糖酵解基因集。LASSO回归分析确定12个特征基因对患者预后贡献最大，拟合得到含8个糖酵解相关基因的预后模型，按训练集中位风险评分阈值分组。风险曲线表明风险评分越高，结局事件越频繁；Kaplan-Meier生存曲线证实高风险组预后更差，受试者操作特征曲线证实模型对患者生存情况预测能力良好。功能富集分析显示高风险组肿瘤经典信号和免疫相关通路显著激活，突变分析揭示风险评分与基因突变频率有关。结论 本研究构建的糖酵解相关基因预后模型对胰腺癌患者生存情况具有良好的预测效能。

关键词

胰腺癌 / 糖酵解 / 代谢重编程 / 预后 / 预测模型