基于生物信息学预测甲状腺癌预后相关高风险糖酵解基因及其与患者预后的关系

目的 基于生物信息学预测甲状腺癌预后相关的高风险糖酵解基因,并分析其与患者预后的关系.方法 (1)从TCGA数据库中下载甲状腺癌相关的转录组数据及临床数据,包括癌旁样本和肿瘤样本.从基因集富集分析(GSEA)数据库中搜索所有与糖酵解相关的基因集并进行GSEA,筛选出P<0.05的基因集.(2)应用Perl程序语言提取两种样本中上述基因集的表达量,并采用Wilcoxon检验验证表达量差异,筛选出P<0.05的差异性表达基因;对差异性基因的表达量与生存数据进行相关性分析,得到与甲状腺癌预后相关的糖酵解基因.(3)将预后相关糖酵解基因纳入Cox回归模型构建糖酵解预后模型并计算各临床样本患者的风险值及中位值,根据风险值及中位值将患者划分为高、低风险组,绘制出两组的生存曲线图;根据Cox回归分析结果获得各基因的风险比,筛选出甲状腺癌预后相关的高风险糖酵解基因.(4)采用R软件绘制出糖酵解预后模型预测甲状腺癌患者预后的受试者工作特征(ROC)曲线、糖酵解预后模型预测得到的基因的热图,以及所有样本的时间-生存散点图,并进行预后分析.结果 共获得501例临床样本(56753个基因).通过GSEA数据库共搜索到5个与糖酵解相关的基因集,仅有1个基因集的P<0.05.获得与甲状腺癌相关的糖酵解差异性表达基因147个,其中与甲状腺癌预后相关的糖酵解基因48个;构建糖酵解预后模型后得到与甲状腺癌预后相关的糖酵解基因15个,其中高风险基因8个(TGFBI、SLC16 A3、PFKP、PPP2 CB、PKM、DDIT4、CHPF2、QSOX1).生存曲线显示,在疾病的早期,随着时间的延长患者的生存率降低,但在疾病后期,随着时间的延长患者的生存率逐渐趋于稳定,高风险组的总体生存率低于低风险组(P<0.05).ROC曲线结果显示,糖酵解预后模型预测患者预后的曲线下面积为0.783;热图显示,表达量最高的4个基因分别是PKM、PPP2CB、PFKP、DDIT4;时间-生存散点图显示,随着风险值的增加,死亡的患者数增多.结论 甲状腺癌糖酵解途径与TGFBI、PKM、DDIT4、SLC16等高风险基因密切相关,抑制高风险基因的表达可能有助于改善甲状腺癌患者的预后.