转移性乳腺癌患者预后相关关键基因筛选、预后预测模型构建及验证

摘要

目的 筛选转移性乳腺癌患者预后相关关键基因,构建并验证转移性乳腺癌患者的预后预测模型.方法 从GEO数据库获取转移性乳腺癌组织基因表达数据集GSE124648,筛选转移性乳腺癌组织与乳腺癌原发灶组织、转移性乳腺癌组织与正常乳腺组织之间的差异表达基因(DEGs),并进行基因本体(GO)功能富集、京都基因和基因组百科全书(KEGG)信号通路分析.将140例转移性乳腺癌患者数据集随机分为训练集(72例)和测试集(68例).利用LASSO&COX回归模型对训练集进行转移性乳腺癌患者预后相关关键基因的筛选,构建出训练集转移性乳腺癌患者预后预测模型.根据风险值中位数将训练集患者分为高、低风险组,绘制Kaplan-Meier生存曲线分析中位生存时间,绘制ROC曲线对模型进行预测效能评价.将预后预测模型应用于测试集患者,检验预后预测模型的预测效能.结果 筛选出287个转移性乳腺癌组织DEGs,包括29个高表达基因和258个低表达基因,DEGs的功能主要涉及乳腺癌细胞增殖和迁移、细胞外基质调节降解、血管生成、免疫炎症反应等,其中EGFR、GEM、PTPRB、RARRES1、LAMA4、NFAT5、LHFP等7个基因为转移性乳腺癌患者预后相关关键基因.构建训练集转移性乳腺癌患者预后预测模型:风险值=(0.279×EGFR)+ (0.704 ×GEM)+ (0.326×PTPRB)+ (0.138×RARRES1)+(-0.570×LAMA4)+(0.262×NFAT5)+(-0.555×LHFP).训练集中高风险组患者的中位生存时间明显低于低风险组患者(P＜0.001),转移性乳腺癌患者3年生存率的曲线下面积为0.787.测试集中高风险组患者的中位生存时间亦明显低于低风险组患者(P＜0.05),转移性乳腺癌患者3年生存率的曲线下面积为0.785.结论 成功构建了由EGFR、GEM、PTPRB、RARRES1、LAMA4、NFAT5、LHFP等7个基因组成的转移性乳腺癌患者预后预测模型.