Page 40 - 南京医科大学学报自然科学版
P. 40
第41卷第8期
·1142 · 南 京 医 科 大 学 学 报 2021年8月
gene mutations,suggesting that it may become a potential target for prognostic evaluation of HCC patients.
[Key words] SOX12;prognostic value;hepatocellular carcinoma;immune microenvironment;gene mutation
[J Nanjing Med Univ,2021,41(08):1141⁃1150,1165]
肝细胞癌(hepatocellular carcinoma,HCC)是原 预后价值提供借鉴。
发性肝癌的主要病理类型,在世界范围内,原发性
1 资料和方法
肝癌是癌症相关死亡的第四大原因,其预后通常较
[1]
差 。在现有的诊疗体系下,目前大多数 HCC 患者 1.1 资料
被诊断时已为晚期阶段。新的诊断和预后生物学 肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)
标志物的开发和运用,对于提高HCC患者的生存率 数据库(https://tcga⁃data.nci.nih.gov/tcga/)下载患者
具有重要意义。 基因表达谱的 3 级数据及临床信息,研究基因表达
SOX 转录因子家族是人体非常重要的一类转 与生存之间的关系。基因表达(Gene Expression
录因子,具有高度保守的高迁移率(high mobility Omnibus,GEO)数据库(https://www.ncbi.nlm.nih.gov/
group protein,HMG)序列 [2-4] ,在胚胎发育和细胞分 geo/)查找肝细胞癌芯片,获取数据集(GSE76427和
化中发挥重要作用,近年研究显示它还与肿瘤的发 GSE14520)用于确认和验证 TCGA 数据集结果。
生、侵袭转移有关 [3,5-6] 。据报道,SOX转录因子家族 GEPIA 2(http://gepia2.cancer ⁃ pku.cn/)和 ENCORI
已在各种肿瘤组织中作为肿瘤抑制因子或启动子 (http://starbase.sysu.edu.cn)在线数据库进行单基因
发挥作用 。在临床 HCC 患者中,SOX 基因家族成 的筛选。
[7]
员异常表达,其签名基因与肿瘤等级和肿瘤阶段密 1.2 方法
切相关。新建立的SOX签名可以在训练、测试和独 1.2.1 评估免疫细胞浸润水平
[8]
立验证队列中强有力地预测患者的总体生存 。 使用 ESTIMATE 算法确定所有样本的免疫评
SOX1 降低与 HCC 的不良预后和肿瘤进展相关 。 分,基于 CIBERSORT(http://cibersort.stanford.edu/)
[9]
Guo 等 [10] 发现 HCC 组织中 SOX9 蛋白的过度表达对 的反卷积算法计算训练集和验证集中 22 种免疫细
肿瘤的进展和不良预后具有预测价值。SOX12 作 胞在每个患者中的浸润比例。使用 Wilcoxon 检验
为 SOX 基因家族的一员,其功能同样复杂,影响各 评估上述数据集中高低SOX12表达的免疫细胞浸润
种类型恶性肿瘤疾病的发生发展 [11- 12] 。有报道 差异,P < 0.05为具有显著的浸润差异。对上述细胞
SOX12 在 HCC 中过表达,并通过上调 Twist1 促进肿 进行后续分析,评估其浸润水平对患者预后的影响。
瘤细胞的转移 [13] 。但尚不清楚 HCC 中 SOX12 表达 1.2.2 获取免疫相关基因
的临床病理和预后意义。 利用TCGA数据库中HCC的相关数据获得全基
HCC的转移与免疫微环境的改变密切相关,深 因组。从 ImmPort 数据库(https://immport.niaid.nih.
入研究 SOX12 与免疫浸润的关系可能帮助改善 gov)中检索免疫相关基因(immune⁃related gene,
HCC 预后的预测。然而,目前的研究对 SOX12 在 IRG)数据。通过韦恩图分析全基因组和 IRG 之间
HCC 患者的预后价值及其与免疫细胞浸润的相关 的重叠免疫相关基因,再用单因素 Cox 回归筛选出
性尚不清楚。加权基因共表达网络(weighted gene P < 0.05的基因进行进一步分析。
co⁃expression network,WGCNA)和最小绝对收缩和 1.2.3 WGCNA的构建
选择算法(least absolute shrinkage and selection oper⁃ 通过测量一定功率和网络连接强度的无标度
ator,LASSO)在快速、准确识别这些基因标志物,构 拓扑拟合指数,保证相应的软阈值功率和无标度网
建风险预后模型中有着显著的效果 [14-15] 。本课题组 络。对 1~30 的阈值功率进行网络拓扑分析,确定
前期研究了肝癌及其他疾病的预后标志物与免疫 WGCNA 的规模独立性和平均连通性,并采用层次
调节分子机制 [16] 。本研究拟借助WGCNA与LASSO 聚类功能将表达谱相似的基因聚类成模块。为了
算法建立HCC风险预后模型,并探究SOX12表达与 进一步确定共表达网络中的功能模块,进行了拓扑
HCC的免疫浸润和基因突变间的相关性,为判断其 重叠测度(TOM):