胰腺癌预后相关铁死亡基因筛选及预后预测模型构建

目的 探讨铁死亡相关基因对胰腺癌患者预后预测的价值,并进一步探索其分子机制.方法 从公共数据库中下载胰腺癌患者的基因表达及相应的临床病理数据,采用R软件"limma"包筛选胰腺癌组织中差异表达基因,使用单因素COX回归分析筛选预后相关的铁死亡相关基因,利用LASSO COX回归分析构建预后模型.通过Kaplan-Meier生存分析检验该模型在预测胰腺癌预后中的意义,用ROC曲线评估模型预测胰腺癌预后的准确性.在ICGC验证队列中通过Kaplan-Meier生存分析、ROC曲线评估该模型在外部队列中的预测价值.依照风险值中位数,将TCGA训练队列分为两组,比较其基因表达差异、差异基因富集通路差异,评估免疫细胞浸润丰度.结果 通过单因素COX回归分析,37个铁死亡相关基因被鉴定为预后基因(P<0.05).利用LASSO COX回归分析,构建了一个基于15个铁死亡相关基因的预后预测模型.根据模型计算将队列中所有患者分为高风险组和低风险组,Kaplan-Meier生存分析表明高风险组的胰腺癌患者较低风险组生存时间短(HR=2.16,P<0.05).ROC曲线分析证明了预测模型在胰腺癌预后预测中的准确性:ROC曲线下面积值分别为0.74(1年)、0.82(3年)、0.88(5年).对高低风险组差异表达基因进行功能富集分析,发现两组胰腺癌患者免疫微环境之间存在差异,高风险组中幼稚B细胞、浆细胞、CD8+T细胞浸润程度较低风险组低,但M0和M1巨噬细胞的浸润程度高(P<0.05).此外,在PD-1和CTLA4在TCGA-PAAD队列低危组和高危组中的表达中,TCGA-PAAD队列低风险组患者中PD-1和CTLA4的表达水平较高风险组患者更高(P<0.05).结论 本研究构建了胰腺癌中铁死亡相关基因预后预测模型,具有预测胰腺癌患者预后的作用,并发现TCGA队列中高低风险组免疫微环境存在差异,可为免疫治疗提供参考.