2020-03-1 3分文章套路-鉴别可作为肝细胞癌总生存率预后指标的六个关键基因

image.png

背景：肝细胞癌（HCC）仍然是全球公共卫生的主要挑战。考虑到肝癌的巨大异质性，迫切需要更准确的预后模型。为了确定可靠的预后基因，我们进行了这项研究。

材料和方法：在癌症基因组图谱肝肝细胞癌（TCGA-LIHC）中获得了3级mRNA表达谱和临床病理数据。下载了来自基因表达综合数据库（GEO）的GSE14520数据集，以进一步验证TCGA中的结果。研究了肝癌和正常组织之间差异表达的mRNA。进行单因素Cox回归分析和多因素Cox回归模型以鉴定和构建预后基因。随时间变化的受试者工作特征（ROC），Kaplan-Meier曲线，多因素Cox回归分析，列线图和决策曲线分析（DCA）被用于评估六基因标志的预后能力。基因标志的预后价值在独立的GSE14520队列中得到了进一步验证。进行基因集富集分析（GSEA）以进一步了解潜在的分子机制。还研究了预后基因在正常肝组织和肝癌中的表现。

结果：建立了一个新的六基因标志（包括CSE1L，CSTB，MTHFR，DAGLA，MMP10和GYS2）用于HCC预后预测。 ROC曲线在TCGA HCC队列和GSE14520验证队列中均显示出良好的生存预测性能。六基因签名可以将患者分为高危和低危人群，其生存率差异显着。 Cox回归分析表明，六基因可以独立预测OS。建立了包含六基因的线型图，并显示出一些临床相关性。此外，GSEA还揭示了几个明显丰富的肿瘤学特征和各种代谢过程，这可能有助于解释潜在的分子机制。此外，预后标志显示出将肝癌与正常组织区分开的强大能力。

结论：研究建立了一个新的六基因指标和列线图，以预测HCC的整体存活率，这可能有助于个体治疗的临床决策。

结果

image.png

首先是TCGA数据库中获得数据，对其进行差异分析，然后分析与总生存相关性，筛选出关键基因，对6个基因集构建模型，然后对其进行验证，并通过GSEA分析功能

image.png

TCGA队列训练组，对照组，总的组中随时间的ROC分析，风险评分，mRNA表达的热图和六基因集的Kaplan-Meier曲线。GEO中随时间的ROC分析，风险评分，mRNA表达的热图和六基因集的Kaplan-Meier曲线。

image.png

a TCGA数据六个预后基因在肝癌中的表达.b GSE14520队列中六个基因的表达谱。 c在肝癌和正常肝组织中这六个基因的代表性蛋白免疫组化。

image.png

单因素和多因素COS分析

image.png