基于端粒相关基因的食管鳞癌预后风险评估模型及其构建方法和应用

摘要: 本发明属于基因组学以及生物医药,具体涉及一种基于端粒相关基因的食管鳞癌预后风险评估模型及其构建方法和应用。背景技术:1、食管癌(esophagealcarcin...
基于端粒相关基因的食管鳞癌预后风险评估模型及其构建方法和应用

本发明属于基因组学以及生物医药,具体涉及一种基于端粒相关基因的食管鳞癌预后风险评估模型及其构建方法和应用。

背景技术:

1、食管癌(esophageal carcinoma, ec)是全球范围内消化系统高发恶性肿瘤之一,其发病率和死亡率分别位于全球恶性肿瘤的第十一位和第七位。根据2022年的统计结果看,全球每年新发的食管癌病例大约有60万例,其中超过50%的病例集中在我国。在组织病理学分型上,食管鳞癌(escc)是我国最主要的亚型,占所有病例的90%以上。escc患者由于早期症状隐匿和缺乏有效检测手段,超过80%的患者在确诊时处于晚期,因此escc患者的总体五年生存率一般在15%-20%,其目前的治疗手段主要包括手术和新辅助治疗等。因此,深入研究食管鳞状细胞癌的致病机制,发掘潜在的生物标志物,建立可用于早期诊断的可靠分子指标,对于给escc患者制定切实有效的个性化治疗方案十分重要。

2、端粒(telomere)是真核生物线性染色体末端的核蛋白复合体,由串联重复的ttaggg序列及其结合的shelterin蛋白复合体构成。主要功能是保护染色体末端免受核酸酶降解及异常dna损伤修复系统的识别,因而常被称作细胞寿命的“分子时钟”。据“末端复制问题”理论,由于dna聚合酶无法完全复制线性dna的末端,端粒长度会随细胞分裂逐渐缩短。在正常体细胞中,端粒缩短至临界长度时,会触发dna损伤反应,通过p53/p21等信号通路诱导细胞进入复制性衰老或凋亡,从而在生理层面构成抑制肿瘤发生的重要屏障。

3、但是,经研究发现,在肿瘤的发生发展进程中,端粒缩短及其调控机制一般有着双重作用。一方面,端粒过度缩短却没有有效激活衰老检查点,这会引起染色体末端融合、断裂以及桥接循环,导致基因组不稳定,进而促进原癌基因激活与抑癌基因失活。另一方面,绝大多数恶性肿瘤通过重新激活端粒酶或启动端粒替代延长机制,将端粒长度维持在功能阈值以上,从而躲避复制性衰老,获得无限增殖能力。研究表明,端粒极度缩短引起的基因组不稳定性是escc早期的重要分子事件之一,更重要的是,端粒酶逆转录酶(tert)的异常激活在escc中极为普遍。这种端粒维持的异常重塑不仅维持了肿瘤细胞复制的永生性,而且也参与了肿瘤微环境的重塑、免疫逃逸及耐药性产生。因此,分析端粒相关基因(trgs)在escc中的表达情况及其与预后的关系,对揭示escc的分子发病机制以及寻找新的治疗靶点具有重要的科学意义。

技术实现思路

1、本发明提供了一种基于端粒相关基因的食管鳞癌预后风险评估模型及其构建方法和应用。旨在探讨端粒相关基因在escc中的作用,并且通过构建的风险预后模型来预测escc患者的预后和治疗反应。

2、本发明是由如下技术方案实现的:一种基于端粒相关基因的食管鳞癌预后风险评估模型,所述食管鳞癌预后风险评估模型为基于21个端粒相关差异基因的风险评分模型,21个端粒相关差异基因为:serpinh1、mxd1、klf8、magea4、ptma、pomt2、pgm2、dnaja2、csrp1、foxn2、ppp1r7、anxa5、dmpk、ralgapa1、atf2、ccne1、clpb、ensa、rpp25、ckb、cttn;

3、所述风险评分risk score计算公式如下:risk score=(0.062×serpinh1表达)+(-0.022×mxd1表达)+(-0.008×klf8表达)+(-0.035×magea4表达)+(0.380×ptma表达)+(0.074×pomt2表达)+(-0.201×pgm2表达)+(0.063×dnaja2表达)+(0.075×csrp1表达)+(-0.087×foxn2表达)+(0.379×ppp1r7表达)+(0.037×anxa5表达)+(0.273×dmpk表达)+(0.220×ralgapa1表达)+(0.177×atf2表达)+(-0.012×ccne1表达)+(0.108×clpb表达)+(-0.018×ensa表达)+(-0.008×rpp25表达)+(-0.106×ckb表达)+(0.150×cttn表达)。

4、构建所述基于端粒相关基因的食管鳞癌预后风险评估模型的方法,从geo和tcga数据库中下载escc患者的rna-seq数据,使用“limma”软件包对gse53625队列肿瘤和癌旁组织的所有基因进行差异分析,并与从telnet数据库下载的端粒相关基因取交集作为端粒相关差异基因trgs;

5、在gse53625队列中进行单因素cox回归分析和lasso回归分析筛选出最优预后的端粒相关基因,基于筛选的最优预后端粒相关基因构建风险评估模型,之后在tcga-escc中进行外部验证,评估模型的稳定性和预测能力;

6、对不同的临床信息分组进行kaplan–meier(km)生存曲线绘制分析高低风险组的预后差异;分析高低风险组之间的免疫细胞浸润水平差异;使用oncopredict算法预测不同风险评分组患者对抗癌药物的敏感性,评估端粒相关基因对化疗或靶向治疗的潜在影响。

7、端粒相关差异基因trgs筛选方法为:用r软件中的“limma”包对gse53625数据集中escc肿瘤组织与癌旁正常组织的转录组数据进行差异分析,筛选阈值设为p.adjust<0.05且|log2fc|>0.585,筛选该阈值下的差异表达基因degs;然后将筛选的差异表达基因与telnet数据库的2086个端粒相关基因取交集,得到端粒相关的差异基因。

8、筛选最优预后端粒相关基因的方法为:以gse53625队列为训练集,tcga队列为外部验证集;在模型构建阶段,首先对训练集数据进行单因素cox回归分析以筛选预后相关基因,随后采用最小绝对收缩和选择算子即lasso回归算法对预后基因进一步降维,确定了21个关键基因;利用r包“glmnet”进行10倍交叉验证,并选取“lambda.min”防止模型过拟合,确立最优预后基因。

9、构建的风险评估模型,计算每位患者的风险评分,以中位风险评分为截断值,将患者分为高风险组和低风险组。

10、对不同的临床信息分组进行kaplan–meier生存曲线绘制分析高低风险组的预后差异的方法为:以各队列中风险评分的中位值作为截断值,将训练集和验证集中的escc患者分别分为高风险组与低风险组,采用kaplan-meier生存分析结合log-rank检验,比较高低风险组患者总体生存率(os)的差异;通过r包“timeroc”绘制时间依赖性受试者工作特征roc曲线,计算曲线下面积auc,评估风险评分对1年、3年和5年生存期的区分能力,使用r包“rms”生成校准曲线(calibration curve),验证模型的预测准确性。

11、使用oncopredict算法预测不同风险评分组患者对抗癌药物的敏感性,评估端粒相关基因对化疗或靶向治疗的潜在影响的方法为:用r软件包“oncopredict”展开对化疗药物的敏感性预测,借助癌症药物敏感性基因组学数据库gdsc中的大规模基因表达谱及对应的药物反应数据建立训练集,在此基础上,把escc患者的转录组数据映射到模型中,再通过计算半数抑制浓度ic50来算出每位患者对于特定药物的敏感性,其中ic50值越低,提示药物敏感性越高。

12、低风险组患者对阿糖胞苷(cytarabine)和伊立替康(irinotecan)这两类化疗药物更敏感;高风险组患者对吉非替尼(gefitinib)和瑞博西尼(ribociclib)靶向药物表现出更高的药物敏感性。

13、本发明构建的21基因的风险评分模型在训练集和验证集中都表现出优异的预测性能,auc值显示其在预测3年生存率方面具有较高的准确性,且多因素cox回归分析表明风险评分可以作为独立的预后因子来预测escc患者的预后。这个分析结果表明该模型具有较好的临床转化潜力,可作为tnm分期的补充来预测escc患者的预后效果。

14、本发明可以表明端粒相关基因在escc的发生发展发挥着重要作用,与此同时构建了包含21个基因的风险评分模型。从分析结果可以得出,风险评分不仅可以作为独立的预后因子,对escc患者的生存情况加以预测,而且也能反映不同风险组escc患者肿瘤免疫微环境的浸润和药物敏感性的差异。整体来看,本发明搭建的风险模型可以对escc患者的预后、免疫治疗应答情况进行评估,从而指导个体化用药治疗,为escc的精准治疗、临床干预提供理论方面的依据。