编辑推荐：
研究人员通过多队列荟萃分析，确定了 EGFR 突变肺腺癌患者的预后生物标志物并构建风险模型，助力精准治疗。
肺癌，作为全球范围内发病率和死亡率都居高不下的 “健康杀手”，严重威胁着人类的生命健康。其中，肺腺癌（LUAD）又是肺癌中最为常见的亚型。在肺腺癌患者里，表皮生长因子受体（EGFR）发生突变的情况并不少见，这一突变不仅是重要的治疗靶点，还是关键的临床预测生物标志物。然而，现有的针对 EGFR 突变患者的预后生物标志物和风险预测模型却少之又少。一方面，过往研究的样本量普遍较小，难以得出具有广泛代表性的结论；另一方面，患者群体中癌症发生机制存在很大差异，使得研究结果的可靠性大打折扣。因此，开发出可靠的针对 EGFR 突变患者的预后标志物和风险预测模型，成为了医学领域亟待解决的难题。
为了攻克这一难题，韩国科学技术院（KAIST）的研究人员展开了深入研究。他们的研究成果发表在了《Heliyon》杂志上，为肺腺癌的治疗带来了新的曙光。
在本次研究中，研究人员运用了多种关键技术方法。他们从公共数据库收集了 6 个转录组数据集，涵盖 1495 例 LUAD 患者的临床注释和基因表达谱，这些数据包含了 EGFR 突变状态和总生存数据等重要信息。接着，利用 R 语言对数据进行处理和分析，通过生存分析、多队列荟萃分析等方法，筛选出与患者生存显著相关的基因。同时，进行功能富集分析，探究这些基因的功能特性，还构建了风险预测模型并评估其性能。
研究结果令人瞩目：
- 患者数据处理和分析流程：研究人员精心整理了来自 GEO 和 TCGA 数据库的患者基因表达谱。将收集到的数据集分为发现数据集和验证数据集，前者用于标记物识别，后者用于测试预后模型的性能。根据 EGFR 突变状态，把患者分为 EGFR 突变、非 EGFR 突变和全部患者三组，为后续分析奠定基础。
- EGFR 突变患者预后基因表达的独特模式：通过对不同 EGFR 突变状态患者进行单变量生存分析和荟萃分析，研究人员发现 EGFR 突变患者的显著基因数量比其他患者组少，且其综合风险比（HR）分布更广泛，有利基因（HR<1）的比例更高，个体基因的一致性指数（C-index）也显著高于其他患者组。这表明 EGFR 突变患者的预后基因表达存在独特模式。
- 预后基因相关生物学功能的分布：对显著预后基因进行功能富集分析后发现，EGFR 突变患者的预后基因相关功能模块分布更为集中，主要集中在 Cluster 1，且与该组患者显著相关的功能模块与细胞周期调控等密切相关。这揭示了 EGFR 突变患者预后相关的独特生物学功能机制。
- EGFR 突变患者特异性风险预测模型的构建：基于确定的显著基因表达特征，研究人员构建了 EGFR 突变患者特异性风险预测模型。该模型选取了 32 个预后标记物，同时构建了对照模型用于比较。结果显示，在交叉验证和独立队列验证中，该模型的风险预测性能均优于其他模型。
- 风险预测模型的性能评估：在多个数据集的交叉验证中，研究人员构建的 EGFR 突变患者特异性预后模型平均 C-index 达到 0.810，明显高于其他模型。在独立验证数据集 TCGA-LUAD 中，该模型的预测性能同样出色，C-index 为 0.711，再次证明其有效性。
在研究结论和讨论部分，研究人员成功确定了基于基因表达的 LUAD 患者中 EGFR 突变的预后特征，并构建了稳健的风险评分模型。该模型在 EGFR 突变患者群体中的风险预测性能优于以往的预后标记物，为临床治疗提供了更精准的依据。此外，研究还发现 EGFR 突变患者特异性预后基因的相关功能更为同质，主要涉及细胞周期调控等重要机制。这一发现有助于深入理解 EGFR 突变患者的疾病进展，为开发更有效的治疗策略提供了理论基础。不过，研究也存在一些局限性，如回顾性研究的固有缺陷、患者数量有限以及模型在接受 EGFR TKI 治疗患者中的验证不足等。未来需要更多大规模、前瞻性的研究来进一步完善这些不足。
总体而言，这项研究成果为 EGFR 突变的肺腺癌患者带来了新的希望，有望推动临床治疗向更加精准化的方向发展，提高患者的生存率和生活质量。
