论文部分内容阅读
背景及目的:肺癌是世界公共卫生最沉重的负担,在所有肿瘤引起的死亡中排名第一;每年约有100万患者死于肺癌。其中超过50%病理上为肺腺癌。尽管近几年肺腺癌在诊断、治疗及研究等方面取得了一系列的进展,早期肿瘤的浸润及转移,仍是提高生存率的一大难题。局灶性未浸润型肺腺癌患者的平均5年生存率为55.6%,而当患者处于转移晚期时,其均5年生存率仅为4.5%。除此之外,40%临床IB期病人及66%临床II期病人在综合治疗后的5年内仍有较高的复发率,相应地导致较差的预后。有报道指出,相比临床I期病人,对临床II-III病人在切除前行新辅助化疗后可增加4-15%的生存率。有限的生存率获益提示现有的肿瘤分期系统可能缺乏一些特有的分子生物标志物,因此,建立肺腺癌诊断、分级和预后判断模型,十分重要,有利于更加精确地判断患者预后,便于开展个性化、精确化的治疗方式。作为一类高度保守的,长度为17-25bp的非编码RNA,微小RNA(micro RNA,mi RNA)可与靶基因信使RNA,m RNA的3’或5’非编码区结合,在转录水平上影响目标基因蛋白的表达。mi RNA通过该机制调节了约三分之一的人类m RNA表达。大量文章已报道,mi RNA可以参与细胞分化,凋亡,增殖和细胞周期等正常生理过程。此外,mi RNA还参与各种癌症的发生过程,如胰腺癌,结肠直肠癌,食道鳞状细胞癌,卵巢癌,脑胶质瘤,宫颈癌和前列腺癌等。随着基因测序在肿瘤中的应用,mi RNA被认为是预测预后和耐药性的新型生物标志物,此外整合多种mi RNA可能较单一mi RNA具有更有效并有更好的预测作用。本研究旨在筛选与肺腺癌预后密切相关的mi RNA,构建肺腺癌的生存预测模型,为评估患者预后提供参考。方法:从TCGA(The Cancer Genome Atlas,TCGA)数据库获取相应的肺腺癌mi RNA基因表达数据和患者临床信息数据,利用单因素生存分析筛选出与肺腺癌生存时间密切相关的mi RNA。将纳入的肺腺癌患者按照随机分配等原则,分为训练组和验证组。在训练组中,运用重采样方法(resample model inclusion probability,RMIP)在训练集中反复抽取样品,建立了1,000个重采样肺腺癌训练矩阵以此筛选潜在的预后标志物mi RNA。通过Lasso(least absolute shrinkage and selection operator)回归分析,获得了β系数(β-co-ef)大于0的mi RNA,由此建立了基于mi RNA的预后模型。以预后模型在训练组的中位值为分界值,将训练组和验证组分为高风险组和低风险组,当训练组和验证组中的高风险组与其对应的低风险组的总体生存期存在差异意味着该预测模型有意义。运用在线预测工具,累积加权语境++评分筛选出最可靠的靶基因,通过Hallmark基因集和《京都基因与基因组百科全书》(Kyoto Encyclopedia of Genes and Genomes,KEGG)在分子水平对靶基因进行了功能分析。此外,收集20例肺腺癌患者的新鲜癌组织和癌旁组织标本,对模型中的mi RNA及靶基因的表达进行验证,验证该模型在收集人群中的预后评估价值。结果:本文鉴定出一个基于6-mi RNA的肺腺癌生存预测模型。肺腺癌患者的个体风险评分模型公式为:-0.365*mi R-1468+0.394*mi R-299-0.322*mi R-4709-0.570*mi R-5571+0.166*mi R-582-0.143*mi R-3653。在训练组和验证组中,Kaplan Meier曲线分析提示,与低风险组患者相比,高危组患者的总生存期更差,这表明该预测模型具有一定的预测准确性。Hallmark基因集和KEGG功能分析,结果表明这六个mi RNA的靶基因与多种癌症生物分子途径存在潜在联系,例如标志性UV反应,Wnt和m TOR信号通路。通过检测肺腺癌患者的新鲜癌组织和癌旁组织标本mi R-582相关靶基因,结果提示,肺腺癌中mi R-582-3p和mi R-582-5p的表达均低于癌旁组织中的表达(P<0.05),具有组织差异性;肺腺癌中的CEP55、RASA1、CHODL及DIXDC1表达明显上升(P<0.001),符合mi RNA的反向调控趋势。验证该模型具有一定预测价值。结论:综上所述,该预后预测模型对肺腺癌患者预后的评估具有一定价值。