签名预测浆液性卵巢癌的总生存率（一）
时间:2020-09-23 来源:生信自学网 作者:刘鑫
微信公众号:biowolf_cn 点击:次
免疫相关基因对签名预测浆液性卵巢癌的总生存率（一）今天给大家分享一篇文献，关于免疫相关基因对签名预测浆液性卵巢癌的总生存率的研究文章。在所有致命妇科癌症中，卵巢癌的死亡率最高。越来越多的证据表明浆液性卵巢癌预后与免疫特征的相关性。因此，本研究的目的是开发一种稳健的预后免疫相关基因对(IRGPs)签名，用于估计的总生存期(OS)HGSOC。 引言卵巢癌是女性最致命的癌症之一，全球每年约有238,700例新诊断病例。大约70%的卵巢癌是高级别浆液性卵巢癌(HGSOC)。在过去的几十年里，总的五年存活率(46%)并没有太大的变化。由于症状不明显且缺乏高度特异性的生物标志物，大多数患者通常被诊断为晚期。最近，尽管治疗取得了进展，浆液性卵巢癌的预后仍然很差，这是标准铂化疗耐药的主要障碍。到目前为止，标准的治疗方法是手术和术后化疗的结合。然而，绝大多数患者在术后个月内对化疗产生耐药性。常规的临床特征，如肿瘤分级、组织病理分型、去瘤状态、CA-125水平等，并不能准确预测浆液性卵巢癌患者的预后。同时，临床或病理条件相同的患者往往有不同的临床表现。内在的遗传异质性患者对卵巢癌的临床和分子多样性影响最大。最近，研究者基于基因表达谱建立了许多浆液性卵巢癌患者的分子亚型，构建了可将患者划分为不同危险组的预后多基因表达特征。然而，由于小样本训练数据集过拟合、验证数据集不足等问题，并没有应用到日常临床实践中，同时这些缺陷可能会降低统计结论的效率和鲁棒性。然而，数据的多样性也给大规模基因表达数据的有效利用带来了巨大的挑战。由于技术上的偏倚和生物学上的异质性，不同平台产生的基因表达谱很难标准化。最近，一种基于基因表达水平相对排序的新方法被报道，该方法消除了基因表达数据处理中的数据归一化、尺度化等缺点，并在各种研究中取得了可靠的结果。 越来越多的证据表明，免疫系统在癌症的发生和发展中起着关键作用。例如，Webb和Darb-Esfahani团队报道了单独研究PD-L1表达与浆液性卵巢癌预后之间可能的相关性。鉴于它们在浆液性卵巢癌中的预后潜力，免疫相互作用的分子特征应深入研究。本研究选择了与预后显著相关的免疫基因。以这些基因为基础，通过整合免疫相关基因对(IRGPs)，构建并验证个性化的浆液性卵巢癌预后特征。 方法基因表达数据处理原始微阵列数据文件(GSE26712和GSE32062)使用affy软件包中的鲁棒多阵列平均(RMA)方法进行归一化。22对于每个数据集，根据每套注释文件将表达谱从探针水平转换为相应的基因符号，未进一步标准化;根据每个基因的总体最高表达量选择探针组。对于所有数据集，本研究仅选择具有完整总体生存期(OS)信息的患者。合并其他两个数据集(GSE26712和GSE32062)进行元验证。 构建预后免疫相关基因对(IRGPs)签名 对预后性IRGPs的鉴别如前所述。TCGA队列用于发现和训练模型。为了构建免疫相关的预后特征，我们于2018年3月18日从ImmPort数据库(https:// immport.niaid.nih.gov)中获得1811个免疫相关基因(IRGs) 23个。多种免疫相关基因包括自然杀伤细胞毒性、递呈途径、细胞因子、细胞因子受体和抗原处理。我们只在本研究涉及的所有平台上对IRGs进行了测量，且差异相对较大(由中位绝对偏差>0.5确定)。通过两两比较特定样本或剖面中的基因表达水平来计算每个IRGP。更具体地说，在两两比较中，如果第一个元素大于后一个元素，则输出为1，如果顺序不同，则输出为0。去除变异小、分布不平衡(MAD =0)的IRGPs后，将剩余的IRGPs留作初始IRGPs候选，预测预后。从最初的候选IRGP，一个IRGP指数(IR)使用Lasso Cox比例风险回归与10倍交叉验证和20个基因对来定义最终模型。为了将患者分为低高危组，根据患者工作特性的时间依赖性确定了IRGPI的最佳切断(ROC)曲线分析(survival valroc, version 1.0.3)5年的训练队列总生存率。 IRGPs签名的验证 在浆液性卵巢癌患者的meta验证中，通过logrank试验进一步评价了IRGPI模型。然后我们在单变量和多变量cox比例危险分析中根据其他临床因素评估IRGPI。 下接 签名预测浆液性卵巢癌的总生存率（二） (责任编辑：伏泽 微信：18520221056) 
|
- 上一篇：TCGA免疫基因对和生存时间合并
- 下一篇：签名预测浆液性卵巢癌的总生存率（二）