基于紫杉烷类治疗反应构建泛素化相关基因的乳腺癌预后模型

摘要

目的：紫杉烷类药物是乳腺癌一线化疗药物，其耐药常导致临床治疗失败。泛素化修饰在肿瘤进展及耐药中发挥关键调控作用。本研究旨在基于紫杉烷类药物的治疗反应，构建泛素化相关基因（ubiquitin-related genes,URGs）的乳腺癌预后模型，以预测患者对药物的敏感性与预后，挖掘潜在治疗靶点，为乳腺癌个体化治疗提供依据。方法：从癌症基因组图谱（The Cancer Genome Atlas,TCGA）数据库中获得接受紫杉烷类药物治疗的乳腺癌样本的相关信息，根据治疗反应将样本分为敏感组和耐药组，并作为训练集；采用基因表达综合（Gene Expression Omnibus,GEO）数据库中的GSE25055数据集作为验证集。从泛素和泛素样缀合综合注释数据库（integrated Annotations for Ubiquitin and Ubiquitin-like Conjugation Database,i UUCD）中获得URGs全集后，筛选敏感组与耐药组差异表达的URGs。采用单因素Cox回归分析筛选与预后相关的差异表达基因，结合最小绝对收缩与选择算子（least absolute shrinkage and selection operator,LASSO）回归分析及10倍交叉验证法确定模型的核心基因并构建风险评分公式。根据风险评分将患者分为高风险组和低风险组，通过Kaplan-Meier生存分析、受试者操作特征（receiver operating characteristic,ROC）曲线评估模型的预后预测效能，整合风险评分与预后相关临床因素构建列线图并验证其准确性。此外，还基于癌症药物敏感性基因组学（Genomics of Drug Sensitivity in Cancer,GDSC）数据库及“pRRophetic”包分析高风险组与低风险组的药物敏感性差异，并计算药物半抑制浓度(half maximal inhibitory concentration,IC₅₀)。通过组织微阵列芯片分析和细胞实验对关键基因E4F1进行验证。结果：筛选出59个敏感组与耐药组间差异表达的URGs，经单因素Cox和LASSO-Cox回归分析，确定E4F1、CBLL1、RNF13、TRIM59为核心基因并构建预后模型。在训练集（TCGA队列）中，预测1、3、5年总生存期（overall survival,OS）的曲线下面积（areas under the curve,AUC）分别为0.896（95%CI 0.754～1.000）、 0.866（95%CI 0.723～1.000）和0.893（95%CI 0.768～1.000）；在独立验证集（GSE25055队列）中，相应的AUC分别为0.620（95%CI 0.467～0.685）、 0.624（95%CI 0.508～0.692）和0.618（95%CI0.497～0.719），表明该模型能有效区分高风险组与低风险组患者。整合风险评分与TNM分期的列线图预测1、3、5年总生存期的AUC分别为0.992（95%CI 0.976～1.000）、0.890（95%CI 0.754～1.000）、0.897（95%CI 0.786～1.000），校准曲线显示预测结果与实际生存情况吻合度较高。药物敏感性分析发现，高风险组与低风险组相比，有73种药物的IC₅₀存在显著差异，其中高风险组对Bryostatin-1、PHA-665752、Salubrinal的敏感性更高（均P<0.05）。高风险组患者与更高的T分期及更晚的综合临床分期均显著相关（均P<0.05）。实验结果发现，E4F1在乳腺癌细胞和组织中均显著高表达，且与患者较短的OS显著相关（均P<0.05）。敲减E4F1的表达能有效抑制乳腺癌细胞的侵袭与迁移，且与紫杉醇联用后该抑制作用被进一步增强（均P<0.05）。结论：由E4F1、CBLL1、RNF13、TRIM59构建的预后模型是预测乳腺癌患者预后和药物敏感性的有效工具，有助于指导乳腺癌患者的个体化治疗。其中，E4F1为潜在的致癌基因，可能是增强紫杉醇敏感性的干预靶点。

关键词

乳腺癌 / 泛素化 / 泛素化相关基因 / 紫杉烷 / 耐药 / 药物敏感性 / 预后预测模型