基于GEO数据库构建APP、APBA和APBB家族的胃癌预后评估模型

摘要

目的 基于淀粉样β前体蛋白(amyloid beta precursor protein, APP)家族、淀粉样β前体蛋白结合蛋白A(amyloid beta precursor protein binding family A,APBA)家族和淀粉样β前体蛋白结合蛋白B(amyloid beta precursor protein binding family B,APBB)家族构建胃癌预后评估模型。方法 从基因表达综合(gene expression omnibus, GEO)数据库下载GSE62254胃癌数据集作为训练集，GSE15459作为验证集。利用Cox回归分析筛选APP家族、APBA家族和APBB家族中胃癌预后的独立危险因素；分别建立基于三家族独立预后因素的风险评分1(risk score 1,RS1)、RS1联合病理学参数的RS2、传统TNM分期的RS3;卡方检验分析RS1与胃癌患者临床病理特征的关系；利用单细胞在线分析网站，分析纳入RS1模型的基因在不同细胞亚群中的表达情况；利用CIBERSORT分析RS1对不同免疫细胞浸润的影响；利用基因集富集分析(gene set enrichment analysis, GSEA)进行通路富集分析。结果 APLP2、APBB1、APBB2是胃癌患者预后的独立危险因素(P<0.05),基于三者的风险评分RS1高组患者生存期明显短于RS1低组患者。联合临床病理学参数的Cox回归分析显示，N分期、M分期、Lauren分型和RS1是胃癌患者预后的独立危险因素(P<0.05)。基于此构建的RS2(AUC=0.767)比仅基于T分期、N分期、M分期构建的RS3(AUC=0.719)预测准确率提高了4.8%。RS1和肿瘤T分期呈正相关(P<0.05),RS1高组CD4静息细胞浸润较高，激活细胞浸润较低，M2巨噬细胞浸润较高。GSEA通路分析显示，高RS1组患者富集于MAPK、MTOR和WNT等通路。结论 本研究成功构建了基于APP、APBA和APBB家族的胃癌预后评估模型，该模型能够较准确地判断胃癌患者预后。

关键词

胃癌 / APP / APBA家族 / APBB家族 / 风险评分