Page 48 - 南京医科大学自然版

第44卷第9期
·1220 · 南 京 医 科 大 学 学 报 2024年9月

A B
Genes P value Hazard ratio（95%CI） λ=0.04
2.0
ZEB1⁃AS1 <0.001 1.67（1.36-2.05） OFCC1 KRT6A
PTPN14 <0.001 1.89（1.44-2.47） 1.5 HCN4 SIX4
TNFRSF14
KIF7
MYB <0.001 0.62（0.49-0.78） LINC00638 ACAT2
<0.001 1.0
CDX1 0.71（0.59-0.84） ZEB1⁃AS1 MYB
<0.001 Coefficients
LINC00973 1.95（1.38-2.75） 0.5 PTPN14 OIT3
<0.001
GDI1 1.89（1.34-2.66） GD11 ZNF552
<0.001
SLC2A3
SLC2A3 <0.001 1.26（1.11-1.42） 0 SEMA4C
SIX4 <0.001 1.97（1.36-2.85） -0.5 GABRG2
AGMAT 0.62（0.47-0.80） LINC00973
0.6 1.0 1.4 1.8 2.2 2.6 4 6 8 10
Hazard ratio（95%CI）
-log2 （λ）
C F
λ=0.04 7 6 GSE39582
Parial likelihood deviance 10.8 200 5 4
11.0
Risk score
10.6
10.4
150
10.2
10.0
50
-10 -8 -6 -4 （months） Time 100 0
log2 （λ） ZEB1⁃AS1 Expression
PTPN14
MYB
D E GSE39582
GSE39582 1.0 LINC00973 -4-2 0 2 4
GDI1 Risk score：
Survival probability 0.8 High Sensitivity 0.6 SIX4 Status：
Risk score
1.0
SLC2A3
Low
Low
0.8
High
ACAT2
0.5
KRT6A
ZNF552
0.3
Alive
P < 0.001
0.4
Time：AUC（95%CI）
0 HR=2.78，95%CI（2.09-3.70）
KIF7
1 year：0.70（0.80-0.60） SEMA4C Dead
GABRG2
0.2 3 year：0.69（0.75-0.63） TNFRSF14
Low 403 234 60 11 1
5 year：0.71（0.76-0.66） LINC00638
High 176 065 13 02 1
0 OIT3
0 50 100 150 200 .0 0.2 0.4 0.6 0.8 1.0 HCH4
Time（months） 1-Specificity OFCC1
A：A forest map of partial prognostic genes screened by univariate survival analysis. B：Robust prognostic genes identified through the Lasso regres⁃
sion algorithm. C：Distribution of lasso coefficients for 18 genes in the 10⁃fold cross⁃validation. D-F：Kaplan⁃meier analysis（D），ROC for predicting 1⁃，3⁃，
and 5⁃year OS（E）and heatmap plots（F）of PSCRC in the training cohort. HR：hazard ratio；CI：confidence interval.
图1 LASSO⁃Cox回归分析构建PSCRC
Figure 1 PSCRC constructed by thd LASSO⁃Cox regression analysis
0.001，P < 0.05），与活化记忆性CD4 T细胞浸润呈显 型，Lee 等 ［16］ 构建的模型预后一致性指数为 0.703，
+
著负相关（P < 0.01，P < 0.01，P < 0.001，图3H）。 95%CI：0.683~0.724（P < 0.001，图 5D）；Xiang 等 ［17］
2.6 富集分析PSCRC 构 建 的 模 型 预 后 一 致 性 指 数 为 0.641，95% CI：
为探讨PSCRC促进CRC进展的分子机制，开展 0.618~0.663（P < 0.001，图 5E）；Li 等 ［18］ 构建的模
GSEA 富集分析，结果显示 PSCRC 可能参与氧化磷 型预后一致性指数为 0.640，95%CI：0.617~0.662
酸化、血管新生、缺氧、HEDGEHOG 通路和炎症应 （P < 0.001，图 5F）；本研究新构建模型的预后一致
答等信号通路（图4A~C）。 性指数为 0.765，95%CI：0.747~0.783（P < 0.001，图
2.7 预后列线图与预后效果评估 5G）。
为了构建CRC预后模型，整合了传统的临床预 2.8 治疗预测
后指标和新构建的 PSCRC，绘制了预后列线图（图 免疫治疗是一种很有前景的肿瘤治疗手段，但
5A）和预后校准曲线（图5B），预后决策曲线DCA结 是面临着治疗响应率不高等挑战 ［19-20］ ，而化疗也面
果提示整合传统临床分期指标和PSCRC等7个要素 临着不良反应大、耐药和敏感性不高等问题 ［21-22］ 。
的模型预后效用最佳（图 5C）。为了评估新模型的 因此，开发预测疗效的标志物具有重要的临床意
预后效果，研究人员对比了文献报道的CRC预后模 义。本研究分析了 PSCRC 在免疫治疗和化疗预测