基于多数据集基因分析的胶质瘤预后模型构建与验证

摘要

目的 通过公共数据的基因分析,构建并验证胶质瘤预后模型,以期为胶质瘤患者的个体化预后评估提供新工具。方法 从基因表达综合数据库(Gene Expression Omnibus,GEO)中获取GSE21354和GSE151352数据集并筛选胶质瘤与正常脑组织的差异表达基因,取交集获得共有差异基因,再通过STRING数据库和Cytoscape软件分析共有差异基因中的枢纽基因。基于癌症基因组图谱(The Cancer Genome Atlas,TCGA)胶质瘤数据集(TCGA-GBMLGG)(训练集),采用LASSO回归、单因素及多因素Cox回归等分析方法逐步筛选,最终确定胶质瘤独立预后基因并构建风险评分模型。在训练集内部和GSE43378数据集(外部验证集)中,分别通过Kaplan-Meier生存分析、时间依赖性受试者工作曲线(receiver operating characteristic,ROC)曲线和风险因子分析来评估模型的预后分层与预测效能。此外,鉴于本研究中神经营养性酪氨酸激酶受体2(neurotrophic tyrosine kinase receptor type 2,NTRK2)基因在模型中表现出保护性因素的独特角色,故专门分析了该基因的表达特征与预后价值。结果 共筛选出8个胶质瘤独立预后基因(PTEN 、NTRK2、MSN 、CDK6、NRG1、PAK1、WEE1、KIF3A )并基于这些差异基因构建预后风险评分模型。在内部训练队列(TCGA-GBMLGG)验证中,该模型能有效区分高、低风险患者[风险比(hazard ratio,HR )=0.11,P<0.001],预测1、2、3年生存率的曲线下面积(area under the curve,AUC)分别为0.870、0.915和0.919。在外部验证集(GSE43378)中,该模型同样显示出良好的预后分层能力(HR=0.30,P<0.001),预测1、2、3年生存率的AUC分别为0.667、0.825和0.846。值得注意的是,NTRK2基因在模型中为保护性因素,其表达随世界卫生组织(World Health Organization,WHO)分级升高而显著降低,且高表达患者总生存期更长,这与部分文献报道不同。结论 本研究构建并验证了一个基于8个差异基因的胶质瘤预后模型,该模型具有良好的预测效能与稳健性。同时,本研究揭示了NTRK2基因在胶质瘤中可能扮演着复杂的角色,为理解其生物学功能提供了新视角。

关键词

胶质瘤 / 预后模型 / 风险评分 / NTRK2基因

基金资助

贵州省科技厅项目（黔科合基础-ZK[2023]一般324）