基于吉西他滨耐药相关基因的胰腺癌预后预测模型的构建

王维嘉; 田秀云; 吴剑挥; 关晓雅; 郝纯毅; 崔培林

doi:10.13705/j.issn.1671-6825.2023.12.077

郑州大学学报（医学版） ›› 2025, Vol. 60 ›› Issue (04) : 499 -503. DOI: 10.13705/j.issn.1671-6825.2023.12.077

基于吉西他滨耐药相关基因的胰腺癌预后预测模型的构建

王维嘉, 田秀云, 吴剑挥, 关晓雅, 郝纯毅, 崔培林

作者信息 +

Author information +

文章历史 +

PDF

摘要

目的:构建基于吉西他滨耐药(GRS)相关基因的胰腺癌预后预测模型。方法:收集TCGA数据库中179例胰腺癌病例，按照7∶3的比例随机分为训练集126例和验证集53例。收集GEO数据库中吉西他滨耐药和非耐药PANC-1、CFPAC-1和Bxpc-3细胞系的测序数据取交集；利用GTEx数据库中165份正常胰腺组织和训练集基因测序数据筛选差异基因；两者再取交集，得胰腺癌GRS相关基因。采用LASSO回归和Cox回归构建基于GRS相关基因的胰腺癌预后预测模型，计算风险评分，绘制ROC曲线评价风险评分对胰腺癌3 a死亡风险的预测性能。根据风险评分中位数将179例胰腺癌患者分为高风险组和低风险组，比较两组免疫检查点(CD28、CD80、CD86、ICOS、ICOS LG、PD-1、PD-L1、PD-L2、B7-H3、B7-H4、HHLA2、TMIGD2、TIM-3、galectin-9、LAG-3、FGL-1、CD39、CD73、TIGIT、VISTA)表达水平。结果:共筛选出14个胰腺癌GRS相关基因。对14个基因进行LASSO回归，筛选出4个基因，采用Cox回归构建预测模型，该模型在训练集和验证集中ROC曲线的AUC(95%CI)分别为0.718(0.627～0.802)和0.796(0.607～0.985)。高风险组PD-L1、CD73和HHLA2表达水平高于低风险组(P<0.05)。结论:成功构建了基于GRS相关基因的胰腺癌预后预测模型。