基于内质网应激相关基因风险评分模型的乳腺癌预后列线图的构建与评估

摘要

目的：探讨内质网应激相关基因（ERSRGs）评估乳腺癌患者预后的潜在价值，并构建风险评分模型和预后列线图。方法：从Genecards数据库中检索ERSRGs，在TCGA数据库中使用“LASSO”“RF”和“Xgboost”3种机器学习算法筛选核心预后基因，并建立相应风险评分模型。使用GSE20685和GSE86166数据集对模型进行外部验证。基于风险评分模型，进一步构建预测乳腺癌患者3年及5年总生存率（OS）的列线图。通过人类蛋白质图谱数据库(HPA)和单细胞测序数据集(GSE176078)评估模型基因在蛋白及单细胞水平的表达。结果：Genecards数据库中共筛选出1301个ERSRGs。其中237个ERSRGs在乳腺癌与正常组织间差异表达。单因素Cox回归分析结果显示，22个ERSRGs与乳腺癌患者预后有关。通过LASSO、RF和Xgboost三种机器学习算法，确定其中5个ERSRGs(MAP2K6、IFNG、VIM、TH、CEMIP)为乳腺癌预后相关的核心基因，构建ERSRGs相关风险评分模型和预后列线图。经内部和外部数据集验证，不同风险组的患者均差异显著。C指数、ROC曲线、校准曲线均表明，列线图具有良好的预测性能。结论：本研究基于ERSRGs相关风险评分模型构建的列线图能较准确地预测乳腺癌患者的预后，可为临床诊疗及新的肿瘤治疗靶点开发提供一定参考。

关键词

乳腺癌 / 内质网应激相关基因 / 预后 / 风险评分模型