Page 47 - 南京医科大学自然版
P. 47

第44卷第9期             张   虎，毛春蓉，练 云，等. 一种新型结直肠癌预后模型的建立与治疗预测［J］.
                  2024年9月                     南京医科大学学报（自然科学版），2024，44（9）：1217-1226                      ·1219 ·


                间、结局以及每个基因表达变化之间的关系。                              2.2  LASSO⁃Cox筛选PSCRC
                1.2.4 外部数据队列验证PSCRC                                   在训练队列 GSE39582 中利用 LASSO⁃Cox 方法
                    根 据 公 式 计 算 两 个 外 部 队 列 GSE17536 和            构建CRC OS标签，λ值设置为0.037，获得了由18个
                CRC_TCGA中PSCRC的风险评分，验证PSCRC的预                     基因构成的PSCRC（图1B、C），其风险分数计算公式
                后效果。                                              为：Risk score=0.34×（ZEB1-AS1）+0.08×（PTPN14）+
                1.2.5 PSCRC的表征                                   （ - 0.11）×（MYB）+ 0.05 ×（LINC00973）+ 0.03 ×
                    分析TNM分期对PSCRC风险评分的影响。                        （GDI1）+0.04×（SLC2A3）+0.01×（SIX4）+（-0.08）×

                1.2.6  PSCRC 与 肿 瘤 微 环 境（tumor microenviron⁃     （ACAT2）+ 0.04 ×（KRT6A）+（- 0.18）×（ZNF552）+
                ment，TME）和免疫细胞浸润相关性                               0.06×（SEMA4C）+0.29×（KIF7）+0.09×（GABRG2）+
                    分别利用“ESTIMATE”和“CIBERSORT”计算各                （ -0.09 ）×（ TNFRSF14 ）+0.09×（ LINC00638 ）+
                队列中每个样本的 TME 评分和肿瘤免疫细胞浸润                         （ -0.14）×（OIT3）+0.25×（HCN4）+0.73×（OFCC1）。
                评分。再利用 R 包（2.1.6 版本）“psych”的“corr.test”           低风险组 CRC 患者 OS 显著优于高风险组（P <
                函数计算 PSCRC 风险评分与 TME 各指标评分和免                      0.001，图 1D），ROC 曲线显示 PSCRC 是一种具有良
                疫细胞浸润评分之间的皮尔森相关系数，并使用                             好敏感性和特异性的预后标签（图 1E）。其中，
               “ggplot2”软件包进行可视化。                                 ZNF552、OIT3、MYB、TNFRSF14和ACAT2的表达是

                1.2.7 富集分析PSCRC                                   CRC OS 的保护性因素，其余基因的表达是 CRC OS
                    利用 R 包“clusterProfiler”进行基因富集分析               的不良因素（图1F）。
                                               ［11］
               （gene set enrichment analysis，GSEA） 。P < 0.05和     2.3  外部队列验证PSCRC
                错误发现率（false discovery rate，FDR）<0.25 表示差              为验证 PSCRC 的预后效果，收集了 2 个外部数
                异有统计学意义，使用“ggplot2”软件包进行可视化。                      据队列进行验证。GSE17536 和 CRC_TCGA 队列分
                1.2.8 预后列线图绘制与评估                                  析均显示，低风险评分组的OS显著高于高风险评分
                    使用 R包“survival”包进行比例风险假设检验，                   组（P 均< 0.001，图 2A、B），预后敏感性和特异性均
                并进行 Cox 回归分析，使用“rms”包构建预后列线                       较好（图2C、D）。且ZNF552、OIT3、MYB、TNFRSF14
                图，校准分析，并进行可视化。另外，通过“survival”                     和 ACAT2 基因的表达是 CRC OS 的保护性因素，其
                包拟合预后模型，使用“stdca.R”文件进行决策曲线                       余基因的表达是CRC OS的不良因素（图2E、F）。
                分析（decision curve analysis，DCA）。                  2.4  PSCRC表征
                1.2.9 免疫治疗和化疗预测                                       为探讨 PSCRC 是否可能成为一个新的 CRC 临
                    首先，使用 TIDE（http：//tide.dfci.harvard.edu）预     床特征，对 PSCRC 进行了表征，结果显示 PSCRC 风
                测 抗 PD1 和 抗 CTLA4 免 疫 治 疗 响 应       ［12］ 。 根 据    险分数分别受到 T 分期（P < 0.001）、N 分期（P <
                PSCRC风险分数将患者分为2组，计算高、低风险组                         0.001）、M 分期（P < 0.001）和病理分期（P < 0.001）
                间免疫治疗响应率的差异。然后，利用R包“pRRo⁃                         的显著影响（图3A~D）。
                phetic”预测 CGP（cancer genome project，CGP）数据        2.5  PSCRC与TME相关性
                库中化疗药物的敏感性。                                           TME 是近年来肿瘤发生发展与治疗研究领域

                1.3  统计学方法                                        的热点，TME 在肿瘤进展、耐药和免疫治疗响应等
                    利用Cox回归和Log⁃rank检验分析不同组间预                     过程中发挥重要作用            ［13- 15］ 。为了探讨 PSCRC 在
                后差异，采用χ 检验进行计数资料组间比较，采用                           CRC中的功能，分析了PSCRC与TME指标以及免疫
                             2
                皮尔森检验进行相关性分析。P < 0.05 为差异有                        细胞浸润的相关性。结果显示，不同队列中PSCRC
                统计学意义。                                            风险评分分别与基质评分显著正相关（r=0.47，P <
                                                                  0.001；r=0.42，P < 0.001；r=0.34，P < 0.001，与免疫评
                2  结 果
                                                                  分显著正相关（r=0.25，P < 0.001；r=0.31，P < 0.001；
                2.1  预后相关基因                                       r=0.11，P < 0.001），与 ESTIMATE 评分显著正相关
                    为了构建PSCRC，利用单因素生存分析筛选了                       （r=0.40，P < 0.001；r=0.34，P < 0.001；r=0.25，P <
                GSE39582 队列，获得 OS 相关基因 2 663 个（所有                 0.001）（图3E~G）。此外，不同队列的PSCRC风险评
                P < 0.05），部分结果如图1A所示。                             分与中性粒细胞浸润呈显著正相关（P < 0.01，P <
   42   43   44   45   46   47   48   49   50   51   52