基于沙眼衣原体相关转录标志的宫颈癌预后模型的建立与验证

《International Journal of Women's Health》:Development and Validation of a Prognostic Model for Cervical Cancer Based on Chlamydia trachomatis-Associated Transcriptional Signatures

【字体: 大 中 小 】 时间:2026年07月11日 来源:International Journal of Women's Health 2.5

编辑推荐:

  背景:沙眼衣原体(Chlamydia trachomatis, CT)感染已被确定为宫颈鳞状细胞癌和宫颈内腺癌(cervical squamous cell carcinoma and endocervical adenocarcinoma, CESC)风险的

  
背景:沙眼衣原体(Chlamydia trachomatis, CT)感染已被确定为宫颈鳞状细胞癌和宫颈内腺癌(cervical squamous cell carcinoma and endocervical adenocarcinoma, CESC)风险的独立预测因子;然而,其预后相关性和分子机制仍知之甚少。因此,研究人员旨在基于与CT感染相关的基因构建一个CESC预后模型。方法:转录组数据来自GEO和TCGA数据库。从GSE63514(24例正常对照,28例CESC样本)和GSE158814(2例阴性对照,2例CT感染的HeLa细胞)中鉴定差异表达基因(differentially expressed genes, DEGs)。重叠基因被定义为CT相关基因。TCGA-CESC队列(n = 252)被分为训练集和验证集。使用单变量Cox回归筛选候选基因,然后进行多变量Cox回归以构建预后特征并计算风险评分(RiskScore)。LASSO-Cox回归和bootstrap分析评估模型稳定性。根据中位RiskScore对患者进行分层。建立了一个整合临床因素和RiskScore的列线图(nomogram),随后使用校准曲线、受试者工作特征(receiver operating characteristic, ROC)曲线和决策曲线分析(decision curve analysis, DCA)进行评估。进行基因集富集分析(gene set enrichment analysis, GSEA)、免疫浸润分析和药物敏感性分析,以探索高、低RiskScore组的生物学和治疗意义。结果:共鉴定出31个CT相关的CESC基因,其中CSF2RB、LAMA4和HAL为风险因子,CSF2RB为保护因子。开发了一个三基因预后模型(LAMA4、CSF2RB、HAL),在训练集和验证集中均显示出稳健的预测性能。列线图分析证实RiskScore、年龄和分期是独立预后因素。功能富集显示高、低风险组之间的DEGs主要富集于免疫相关通路。免疫浸润分析表明,低风险患者表现出更高的效应免疫细胞(例如CD4+T细胞、B细胞、树突状细胞、M1型巨噬细胞)浸润,提示更活跃的抗肿瘤免疫微环境。药物敏感性分析确定了BI-2536、SB505124和Sepantronium bromide作为高风险患者的潜在治疗药物。结论:研究人员在HPV阳性CESC背景下建立了一个基于CT相关基因的新型CESC预后模型,该模型为CESC中CT感染相关的免疫调控以及个体化免疫治疗和靶向治疗策略提供了新的见解。
宫颈癌(cervical squamous cell carcinoma and endocervical adenocarcinoma, CESC)是全球女性癌症相关死亡的第四大原因,尽管人乳头瘤病毒(human papillomavirus, HPV)筛查和疫苗已降低部分地区的发病率,但在资源有限地区仍居高不下。沙眼衣原体(Chlamydia trachomatis, CT)感染已被确认为宫颈癌的独立风险因子,可通过慢性炎症、免疫抑制及基因组不稳定性等机制协同HPV促进癌变。然而,目前尚无研究基于CT感染相关基因构建CESC的预后模型,临床缺乏针对CT-HPV共感染背景下的分子分层工具。为此,研究人员整合GEO和TCGA数据库转录组数据,旨在建立基于CT感染相关转录标志的预后模型,并探索其免疫和治疗的潜在意义。该论文发表在《International Journal of Women's Health》。

本研究使用的主要关键技术方法包括:从GEO数据库获取GSE63514数据集(24例正常宫颈组织、28例CESC组织),以及GSE158814数据集(2例未感染CT的HeLa细胞、2例CT感染后的HeLa细胞),通过差异表达分析筛选DEGs,取两者交集获得31个CT相关CESC基因;利用TCGA-CESC队列(n=252,排除临床信息不全或生存时间≤0的样本后)随机分为等量的训练集和验证集,经单变量和多变量Cox回归确定三个基因(LAMA4、CSF2RB、HAL)构建RiskScore公式;采用LASSO-Cox回归和bootstrap分析评估模型稳定性;构建整合RiskScore、年龄和分期的列线图,并通过校准曲线、ROC曲线和DCA进行验证;进行基于C5和C2基因集的GSEA探索通路富集;使用xCell算法进行免疫浸润分析;利用OncoPredict基于GDSC2数据集进行药物敏感性分析。

研究结果包括以下六个方面:
**Identification of Overlapping DEGs Between CESC and CT Infection in an HPV-Positive Context**:通过GSE63514鉴定出673个CESC与正常组织间的DEGs,通过GSE158814鉴定出1202个CT感染与未感染HeLa细胞间的DEGs,取交集得到31个重叠基因,代表CT相关转录改变。
**Establishing a Prognostic Model Based on LAMA4, CSF2RB, and HAL**:经单变量和多变量Cox回归,筛选出LAMA4和HAL为风险因子(HR>1),CSF2RB为保护因子(HR<1),构建三基因模型:RiskScore = (LAMA4 × 0.06023) + (CSF2RB × –0.09137) + (HAL × 0.14401)。Kaplan–Meier生存分析显示高风险组预后更差(p<0.05),训练集1、3、5年AUC分别为0.801、0.741、0.766,验证集分别为0.897、0.636、0.622。
**Construction and Validation of the Nomogram**:单变量和多变量Cox回归确认RiskScore、年龄和分期为独立预后因子,构建列线图;校准曲线显示预测与观察值良好一致;训练集1、3、5年AUC分别为0.838、0.720、0.793,验证集为0.827、0.684、0.747;DCA显示列线图在5年预测中净获益更高。
**Functional Enrichment and GGI Analysis Reveals Key Immune- and Tumor-Related Pathways**:高、低风险组间鉴定出225个DEGs;GSEA分析显示C5基因集前十富集条目包括适应性免疫应答、淋巴细胞介导的免疫等;C2基因集包括多癌症侵袭特征等;GeneMANIA网络分析表明三个基因功能相互关联,涉及免疫应答、细胞外基质组织和代谢调控。
**Immune Infiltration Differences Reveal Potential Immune Regulatory Mechanisms**:xCell分析显示低风险组中T细胞亚群(CD4+T细胞、CD8+中央记忆T细胞、Tregs)、B细胞(B细胞、记忆B细胞、幼稚B细胞)、树突状细胞(DCs、pDCs、aDCs)和M1型巨噬细胞浸润显著升高;高风险组则富集间充质干细胞和平滑肌细胞,提示免疫抑制微环境;低风险组免疫评分和微环境评分更高。
**Potential Therapeutic Agents for the High-Risk Group**:药物敏感性分析发现高风险组对BI-2536、SB505124和Sepantronium bromide的IC50值显著更低,提示这些药物对高风险患者可能更有效。

讨论部分总结:研究首次在HPV阳性CESC背景下基于CT感染相关基因构建并验证了含LAMA4、CSF2RB和HAL的三基因预后模型,模型联合列线图进一步提高预测准确性。功能富集和免疫浸润分析揭示低风险组具有更活跃的抗肿瘤免疫微环境,高风险组更适合靶向治疗。但研究存在局限性:CT相关基因来源于单一体外感染模型(HeLa细胞,HPV阳性),可能反映HPV背景下CT效应;CT感染数据集样本量小(仅各2例);TCGA-CESC队列缺乏完整HPV状态数据;免疫浸润基于算法推断而非实验验证;三个基因的功能仍需实验验证。研究结论翻译如下:
在本研究中,研究人员基于CT感染相关的转录改变构建并验证了一个三基因风险模型(LAMA4、CSF2RB、HAL)用于CESC。该模型在独立队列中显示出稳定的预测性能。一个结合RiskScore与临床因素的列线图进一步提高了预后准确性和临床适用性。免疫浸润分析揭示了肿瘤免疫微环境的差异是预后分层的基础,而药物敏感性分析则为高风险患者提出了潜在治疗策略。总之,研究结果提供了一个新的CESC预后工具,并为CESC中CT感染相关的分子和免疫改变提供了额外见解,可能有助于未来个体化预后评估和治疗策略的研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号