基于TCGA数据库的三阴性乳腺癌预后风险预测模型的构建及验证

摘要

基于癌症基因组图谱（TCGA）数据库筛选三阴性乳腺癌（TNBC）预后相关基因，建立对应的风险预测模型，并进行临床验证。TCGA中获取221个癌旁组织样本和152个TNBC样本，筛选出差异表达基因（DEGs），纳入LASSO回归、Cox回归模型森林图中筛选出TNBC预后相关基因。选取2019年1月至2022年1月于河间中医院就诊的312例TNBC患者，按2:1的比例分为训练集（208例）和验证集（104例）；采用单因素及多因素Cox回归分析训练集TNBC患者预后的影响因素，建立回归方程及风险预测模型；采用受试者工作特征曲线（ROC）验证模型效能；采用校准曲线评价模型的区分度。筛选出显著上调的基因856个，显著下调的基因1 902个；LASSO回归最终筛选出8个具有非零系数的DEGs，纳入Cox模型森林图后筛选出6个与TNBC总生存率显著相关的DEGs，其中5个为预后不良的高风险基因，1个为低风险基因；单因素Cox回归分析显示，年龄、TNM分期、组织分化程度、ADAM15、KIF18B、GLIS3、BCL2、TP53、CXCR4均是TNBC预后的影响因素（P<0.05）；多因素Cox回归分析显示，TNM分期、组织分化程度、ADAM15、KIF18B、GLIS3、BCL2、CXCR4是TNBC预后不良的独立危险因素（P<0.05）,TP53是保护因素（P<0.05）；建立Cox回归方程，构建预后风险预测模型。ROC曲线显示，该模型预测训练集病例TNBC预后不良的曲线下面积（AUC）为0.936，灵敏度、特异度分别为95.60%、92.31%（95%CI:85.9%～96.4%），预测验证集病例TNBC预后不良的AUC为0.914，灵敏度、特异度分别为91.30%、91.36%;Hosmer-Lemeshow检验显示，风险预测模型预测训练集、验证集TNBC病例预后不良的预测概率与实际概率的校准曲线比较，差异均无统计学意义（χ²=0.082,P=0.775；χ²=0.447,P=0.504）。基于TCGA数据库中获取的DEGs中，ADAM15、KIF18B、GLIS3、BCL2、CXCR4是TNBC预后不良的独立危险因素，TP53是保护因素，对应的风险预测模型经验证效能良好。

关键词

乳腺肿瘤 / 预后 / 危险因素 / 癌症基因组图谱 / 风险预测模型