多组学与临床特征整合建模预测上皮性卵巢癌亚型生存预后

《Scientific Reports》：Integrating multi-omics and clinical features to model survival in epithelial ovarian cancer subtypes

本研究针对上皮性卵巢癌（EOC）预后异质性强的临床难点，通过整合TCGA队列的临床资料与多组学数据，构建机器学习模型预测患者2年生存结局。研究发现支持向量机（SVM）模型在死亡率识别方面表现最优，SHAP分析揭示WT1、TPM4、SDHD等基因表达及年龄为关键预后因子，同时鉴定了组织学特异性突变谱与生存关联。该研究为EOC个体化风险分层提供了可解释的预测框架，并提示了潜在治疗靶点。

　　

上皮性卵巢癌（EOC）作为妇科常见恶性肿瘤，因其高度异质性导致临床预后差异显著。传统预后指标如组织学分型、FIGO分期虽具参考价值，但难以实现个体化精准预测。随着多组学技术的发展，整合基因组、转录组与临床特征构建预测模型已成为改善癌症预后评估的新方向。

本研究基于癌症基因组图谱（TCGA）数据库，纳入2,427例浆液性囊腺癌（SC）和子宫内膜样腺癌（EA）患者数据，其中1,011例具有基因表达信息。通过梯度提升（GBC）、随机森林、支持向量机（SVM）等机器学习算法构建生存预测模型，并利用SHAP（Shapley Additive Explanations）值解析关键特征贡献度。结果显示SVM模型在死亡率召回率（0.70）与F1分数间取得最佳平衡，其SHAP分析识别出WT1、TPM4、HOXA11、TMPRSS2、MUC16、SDHD、MYC及诊断年龄为核心预后因子。

差异表达分析发现，高龄（≥62岁）与晚期（FIGO III期以上）患者中细胞周期调控基因（CCND2、CDKN2A/C）、肿瘤微环境相关基因（COL3A1、COL1A1）显著上调，而GATA2、ESR1等表达下调。富集分析提示这些基因显著参与PI3K/AKT信号通路、转录失调、细胞外基质重构等癌症相关进程。

突变分析显示SC中TP53（95%）、PIK3CA（77%）突变高频出现，而EA中PTEN（91%）、ARID1A（65%）突变更常见。Cox风险模型进一步证实TP53、FAT3、FAT4突变在EA中与死亡风险正相关（HR>2），CSMD3突变在SC中提示不良预后（HR=1.81），而MUC16突变则显示保护效应。

关键技术方法包括：从TCGA数据库提取临床与基因数据，采用多重插补处理缺失值；通过网格搜索优化机器学习超参数，以5折交叉验证评估性能；利用SHAP值解释模型预测逻辑；通过火山图筛选年龄/分期相关差异表达基因，并结合SRplot进行通路富集分析；采用Cox比例风险模型与Kaplan-Meier曲线评估突变与生存关联。

结果章节核心发现

Cohort Description：队列分析显示EA患者生存率（87%）显著高于SC（46-51%），且SC患者接受药物治疗比例更高（55% vs. 37-38%），凸显组织学亚型间的临床差异。

Comparative Performance of Classification Models：梯度提升模型虽具最高ROC-AUC（0.81），但SVM因对死亡率识别更优被选为最终模型，体现了临床需求导向的模型选择策略。

Differential Gene Expression and Enrichment Analyses：分层分析揭示年龄与分期特异性的分子表达模式，如SC中KLF6、SDHD在晚期患者显著上调，为异质性机制提供线索。

Mutation Profiling and Survival Outcomes：突变谱与生存关联分析不仅验证了TP53等经典基因的预后价值，还发现CSMD3、FAT家族基因等新型风险因子，拓宽了对EOC基因驱动机制的认识。

本研究通过多组学整合与可解释机器学习，构建了兼具预测精度与生物学意义的EOC预后模型。其所鉴定的关键基因（如TPM4、SDHD）不仅为风险分层提供依据，更暗示了靶向细胞骨架重编程与代谢调节的治疗潜力。该框架为突破卵巢癌预后评估瓶颈提供了方法论范例，未来通过纳入空间转录组等多维数据，有望进一步推动个体化诊疗策略的精准化。论文发表于《Scientific Reports》，为卵巢癌多组学研究领域贡献了重要数据资源与算法工具。