基于蛋白质组学的胃腺癌患者预后标志物筛选

摘要

目的 利用TCPA及UCSC Xena数据库获取样本信息，构建胃腺癌预后相关蛋白的预测模型，并检验其应用价值，以期为临床治疗与相关机制研究提供参考。方法 利用R语言软件，通过单因素Cox分析和LASSO-Cox回归分析筛选与胃腺癌预后有关的蛋白质，并计算风险评分，根据风险评分结果将患者划分为高风险组和低风险组开展生存分析。同时绘制风险评分的ROC曲线、蛋白质热图等，用以评估这些蛋白质的预测能力。然后，将风险评分与患者其他临床表型数据结合，进行多因素回归分析，建立预后模型，并绘制列线图。通过C-index指标、ROC曲线、决策曲线等评估预后模型建立的准确性。进行GO富集分析与KEGG富集分析，探索相关蛋白所参与的生物学过程。结果 通过单因素Cox分析及LASSO-Cox分析筛选出15个差异蛋白质(CKIT、CHK1、CLAUDIN7、COLLAGENVI、DVL3、EGFR＿pY1173、ERALPHA＿pS11、NFKBP65＿pS536、SYK、ETS1、MYOSINIIA＿pS1943、P21、P90RSK、RAPTOR、XBP1),用于计算蛋白质风险评分。通过多因素回归分析，筛选出年龄、性别、M分期、N分期、风险评分这5种因素，构建预后模型。生存分析结果认为，蛋白质风险评分划分的高低风险组之间的总生存率有显著差异(P<0.0001)。列线图可以用来预测患者3年、5年的生存率，并认为具有较好的预测价值(C-index=0.7257)。ROC曲线显示模型在预测中表现出稳定的灵敏度和特异度(AUC=0.77和0.86)。结论 胃腺癌预后相关蛋白质的预测模型可用来预测患者的临床预后，研究结果可为个性化治疗和管理提供参考。

关键词

胃腺癌 / 预测模型 / 预后

基金资助

国家自然科学基金(82073666;82473735); 北京医学奖励基金会项目(YXJL-2020-0785-0976)