摘要
目的 基于生物信息学探索甲基化驱动基因(Methylation-driven genes,MDGs)在胃癌(Stomach cancer,STAD)中的预后价值,并构建了基于MDGs的预后模型以及对药物敏感性进行分析.方法 首先从TCGA数据库获取STAD的甲基化数据、mRNA表达数据及临床资料,利用R软件(4.3.2)对数据进行处理,使用"limma"R包筛选出与STAD相关的MDGs.再通过LASSO回归及COX回归分析法构建预后风险评分模型,利用K-M生存分析、ROC曲线分析来评估模型的预测能力,并使用数据集GSE84437进行验证.进一步行独立预后分析,将风险评分与临床病理特征相结合,构建列线图模型.最后通过药物敏感性分析观察高低风险组之间具有差异的药物.结果 发现113个差异表达MDGs,选择15个预后相关的显著基因构建LASSO回归模型,筛选出13个特征基因数目,构建COX预后模型.训练集(AUCmax=0.835)和验证集(AUCmax=0.727)证明该模型在患者预后方面显示出较好的预测性能.通过风险分析,最终找到8个MDGs.模型基因的生存分析证实了基因表达量和甲基化水平与病人生存之间具有相关性.药物敏感性分析证实了在高、低风险组之间具有差异的药物.结论 本研究构建了 MDGs的胃癌预后模型,并对药物敏感性进行分析,可为胃癌患者个性化治疗提供重要参考价值.
基金项目
山西省自然科学基金"四个一批"科技兴医创新计划()
医学科技培育团队项目(2021TD15)
重点专项(2020XM17)
维普
万方数据