Page 69 - 南京医科大学学报自然科学版
P. 69

第43卷第7期             时  坚，刘雪昂，朱      岩，等. m1A相关基因构建的胰腺癌预后模型的综合分析［J］.
                  2023年7月                     南京医科大学学报（自然科学版），2023，43（07）：954-965                       ·955 ·


                些修饰包括但不限于N6⁃甲基腺嘌呤（m6A）、N1⁃甲                       相关的胰腺癌差异表达的m1A相关基因，并使用一
                基腺嘌呤（m1A）和5⁃甲基胞嘧啶（m5C）等。m1A是                      致性指标（C⁃指数）来验证准确性。②将与预后相关
                一种动态可逆修饰过程，类似于 m6A 修饰，由甲基                         的 m1A 相关基因纳入最小绝对收缩和选择算子
                                               ［3］
                转移酶、脱甲基酶和结合蛋白调控 。最新研究报                           （LASSO）分析。通过多因素Cox分析确定与预后相
                道，m6A、m5C、m1A 的 RNA 修饰有助于癌症的发生                    关的独立风险m1A相关基因。③通过线性组合Cox
                和发展，m6A/m5C/m1A调控基因的聚类亚组和风险                       回归系数乘以基因表达的方法，建立新的胰腺癌预
                模型与肝细胞癌的不良预后和免疫微环境相关，有                            后模型：风险评分（score）=β 1×基因 1 表达+β 2×基因
                                                   ［4］
                望成为评估肝细胞癌患者预后的新工具 。但是迄                            2 表达+...+βn×基因n表达。本文将新建的胰腺癌预
                今未见m1A相关分子标志物来预测胰腺癌的预后，                           后模型命名为 PC⁃m1AScore。④根据 PC⁃m1AScore
                限制了 m1A 相关基因在指导胰腺癌诊断和治疗中                          的中位数将胰腺癌患者分为高风险组和低风险组。
                的应用。                                              为了评估两组的生存率，使用 R 软件包“survival”
                    本研究找到了 2 个 m1A 相关基因（CRLS1 与                   来绘制 Kaplan⁃Meier 曲线。基于受试者工作特征
                C7orf50）有独立预测胰腺癌预后的能力，并建立                        （receiver operating characteristic，ROC）曲线和随时
                了 预 测 胰 腺 癌 预 后 的 风 险 评 分 模 型 ，命 名 为              间变化的曲线下面积（area under curve，AUC），进行
                PC⁃m1AScore。本研究系统验证了 PC⁃m1AScore、                 为期 5 年的生存预测实验，以评估 PC⁃m1AScore 的

                PC ⁃ m1AScore 联 合 肿 瘤 突 变 负 荷（tumor mutation      预测效能。⑤运用单因素和多因素 Cox 分析，代入
                burden，TMB）预测胰腺癌预后的效能，初步分析了                       PC⁃m1AScore、性别、年龄、病理分化程度和 TNM 分
                PC⁃m1AScore 和免疫细胞浸润之间的关系，旨在找                      期等多个变量指标，找到能定义公共数据库中胰腺
                到预测胰腺癌患者预后的新工具，有利于医生选择                            癌病例预后风险的独立因素。结合ROC分析、临床
                更合理的、个性化的手术范围，制定术后随访策略，                           亚组分析等验证手段，证明所建立的 PC⁃m1AScore
                实现基于肿瘤生物学行为的个体化治疗，有望改善                            预测胰腺癌预后的效能。⑥在 R 软件包“rms”和
                患者的预后。                                           “survival”上构建了列线图，以可视化 Cox 回归模型
                                                                  和评估预后预测的准确性。通过校准图校准了柱
                1 资料和方法
                                                                  线 图 。 ⑦ 运 用 主 成 分 分 析（principal components
                1.1  建模数据的来源                                      analysis，PCA）方法，证明所建立的 PC⁃m1AScore 预
                    178例胰腺癌患者的癌组织、4例患者的癌旁组                        测胰腺癌预后的效能。
                织的组织转录组测序数据信息、患者临床病理参数                            1.2.3 PC⁃m1AScore联合TMB预测胰腺癌预后的效能
                信息（包括性别、年龄、存活时间、TNM分期等）来源                             R 包“survival”用于绘制 Kaplan⁃Meier 曲线，旨
                于公共癌症基因组图谱数据库（TCGA，https：//por⁃                   在评估 TMB 对患者预后的影响。然后将 TMB 数据
                tal.gdc.cancer.gov/）。165 例正常胰腺组织的转录组              与风险评分结合起来评估两者对预后的综合影
                测序数据来源于基因型组织表达数据库（GTEx，                           响。使用 R 包“maftools”分析 TCGA 体细胞变异数
                https：//www.gtexportal.org/home/index.html）。m1A 相  据并可视化前10个突变基因。
                关基因集来自Gao等 的研究。                                   1.2.4  PC⁃m1AScore及其组成基因的免疫相关分析
                                  ［2］
                1.2  方法                                               根据 PC⁃m1AScore 的中位数将胰腺癌患者分
                1.2.1  胰腺癌差异表达的m1A相关基因的筛选                         为高风险组和低风险组，在 R 包“Cibersort”上比较
                    通过“limma”包，以 P < 0.05 和|log2 差异倍数             两组之间 22 种免疫相关细胞类型的浸润差异。通
               （fold change，FC）|>1 为条件筛选胰腺癌和正常组                   过 Pearson 检验分析免疫检查点（LMTK3、TIGIT、
                织之间的差异基因。基因GO 和KEGG通路分析在                          CD274、CTLA4、PDCD1）的 基 因 表 达 量 与 组 成
                R 包“clusterProfiler”上完成。接着使用 Pearson 检            PC⁃m1AScore的m1A相关基因表达量之间的关系。
                验计算差异表达基因之间的关联，并使用 R 包                            1.2.5 具有完整临床信息数据的验证样本集的获取
               “corrplot”显示。                                          除了公共数据库中的胰腺癌病例的测序与临
                1.2.2  针对 m1A 相关基因所构建新的胰腺癌预后                      床数据外，本研究还向经 ISO90012015 质量认证的
                模型的建立与系统验证                                        南京医科大学第一附属医院胰腺中心胰腺专病生
                    ①通过单因素Cox分析筛选与胰腺癌患者生存                         物样本库申请了 60 例胰腺癌患者手术切除的胰腺
   64   65   66   67   68   69   70   71   72   73   74