基于SMR分析与Cox比例风险回归构建肺腺癌双基因预后模型

《Future Science OA》:A two-gene prognostic model for lung adenocarcinoma using summary-data-based Mendelian randomization analysis and Cox proportional hazards regression

【字体: 大 中 小 】 时间:2026年09月21日 来源:Future Science OA 2.5

编辑推荐:

  本研究旨在利用基于汇总数据的孟德尔随机化分析(Summary-data-based Mendelian Randomization Analysis, SMR)和基于统计学习的预后建模方法,为肺腺癌(lung adenocarcinoma, LUAD)患者开发

  
本研究旨在利用基于汇总数据的孟德尔随机化分析(Summary-data-based Mendelian Randomization Analysis, SMR)和基于统计学习的预后建模方法,为肺腺癌(lung adenocarcinoma, LUAD)患者开发精准的预后评估工具。研究人员通过SMR分析探究基因与LUAD之间的遗传关联,并分析差异表达基因(differentially expressed genes, DEGs)。将交集基因纳入单变量Cox回归分析和生存分析以确定预后相关基因,进而采用多变量Cox回归分析构建预后模型。通过SHAP分析阐明单个基因对模型的贡献,并利用受试者工作特征曲线(receiver operating characteristic curve, ROC)、C指数(C-index)和校准曲线评估预测性能。结果共鉴定出59个SMR分析与DEGs分析共有的基因。单变量Cox回归分析和生存分析确定了两个预后相关基因(PKP2和SLC7A11),并用于构建预后模型。Kaplan–Meier曲线以及单变量和多变量Cox回归模型表明,高风险组患者的临床结局较差。低风险组富集了多条免疫相关通路,并表现出15种免疫细胞类型更高的浸润水平。结论:研究人员开发了一种双基因预后模型用于预测LUAD患者结局,该模型与免疫状态高度相关。
肺腺癌(LUAD)作为肺癌最常见的病理亚型,其预后评估一直是临床研究的重点。传统流行病学观察性研究在揭示基因表达与疾病关联时,常受到环境因素、生活方式等混杂因素以及反向因果效应的干扰,难以确立真正的遗传因果关联。为克服上述局限,研究人员采用基于汇总数据的孟德尔随机化分析(SMR)结合差异表达分析、Cox比例风险回归及多种统计检验方法,构建并验证了一个稳定可靠的双基因预后模型,并系统评估了该模型与免疫状态的关联。

该研究首先利用FinnGen数据库的LUAD组织eQTL数据(包含515例样本,涉及常染色体上27,046个基因)进行SMR-HEIDI分析,鉴定出690个与LUAD显著关联的基因(校正后p<0.05,HEIDI-P>0.05)。同时,从TCGA-LUAD和GEO数据库的3个独立队列(GSE68465、GSE31210、GSE41271)获取基因表达谱及临床数据,经批次效应校正后利用limma包筛选出825个正常组织与LUAD组织间的差异表达基因(DEGs),取交集获得59个共有基因。随后对共有基因进行单变量Cox回归和生存分析,得到两个与总生存期(OS)显著相关的基因PKP2和SLC7A11。多变量Cox回归构建预后模型,风险评分公式为:风险评分=0.2477×PKP2表达量+0.1585×SLC7A11表达量。利用SHAP分析量化各基因贡献,显示PKP2对模型分类的贡献大于SLC7A11。模型性能通过时间依赖性ROC曲线、C指数、校准曲线、决策曲线分析及内部验证(Bootstrap和5折交叉验证)进行评估。此外,针对两个候选基因进行了贝叶斯共定位分析,并对低、高风险组进行了基因集富集分析(GSEA)、免疫状态评估、肿瘤突变负荷(TMB)分析和单细胞RNA测序(scRNA-seq)分析。

主要研究结果如下:

(1)构建并评估预后模型:Kaplan-Meier曲线显示,TCGA队列中高风险组患者OS显著较差(p<0.001),并在3个GEO外部验证队列中均得到验证(p<0.001或p=0.002)。单变量Cox回归分析显示风险评分是LUAD患者OS的重要影响因素(TCGA:HR=2.450,95%CI:1.448–4.146,p<0.001),多变量Cox回归证实其为独立预后因素(HR=2.514,95%CI:1.495–4.230,p<0.001),外部验证队列结果一致。模型在TCGA队列中1、3、5年OS的AUC分别为0.801、0.796、0.793,4个队列各时间点C指数均高于0.7,校准曲线显示模型预测与实际观察生存率具有良好一致性。

(2)预后模型与临床参数的关系:不同临床参数(年龄、性别、吸烟状态、分期)在高、低风险组间无显著分布差异,各亚组中低风险患者预后均更好,表明模型独立于传统临床因素。

(3)预后模型与免疫状态关联:GSEA结果显示,低风险组富集了13条通路,其中包含T细胞受体信号通路、B细胞受体信号通路、趋化因子信号通路及肠道IgA生成网络等多条免疫相关通路。低风险组表现出15种免疫细胞类型(包括aDCs、DCs、iDCs、肥大细胞、中性粒细胞、T辅助细胞、Th2细胞、TIL、pDCs等)更高的浸润水平,以及CCR、检查点、HLA、T细胞共刺激等免疫功能增强,同时15个免疫检查点基因表达升高。

(4)TMB分析:高风险组最常见的突变基因为TTN(51%)、TP53(49%)和MUC16(44%),低风险组为TP53(47%)、TTN(42%)和CSMD3(39%),但两组间TMB无显著差异。

(5)scRNA-seq分析:共纳入17个样本(4个正常,13个LUAD),质量控制后保留37,574个细胞。t-SNE聚类将细胞分为22个簇并注释为10种细胞类型。PKP2和SLC7A11在LUAD组织中的表达显著升高,其中PKP2和SLC7A11在LUAD组织的内皮细胞中表达最高,且内皮细胞与CD8 T细胞存在最密切的细胞间通讯。

(6)列线图构建:整合年龄、性别、吸烟状态、分期和风险评分构建列线图,预测1、3、5年OS的AUC分别为0.827、0.817和0.837,在外部验证队列中表现稳定。

讨论部分指出,SMR方法能够区分由共享因果变异驱动的遗传关联与连锁不平衡造成的虚假关联。本模型在4个独立数据集中均表现出优于既往报道的预后模型预测效能(如Wu等基于棕榈酰化相关基因的模型AUC为0.669/0.640/0.614;另一项基于线粒体脂质代谢基因的模型AUC为0.677/0.657/0.645)。PKP2和SLC7A11具有生物学合理性:PKP2通过转录调控β-整合素和激活β-catenin信号促进肺癌进展和放射抵抗,SLC7A11编码胱氨酸/谷氨酸反向转运体,参与谷胱甘肽合成和铁死亡调控,两者在氧化还原稳态和EMT相关信号方面存在功能联系。研究存在以下局限性:数据均来自公共数据库存在选择偏倚、回顾性设计需前瞻性验证、RNA-seq与芯片数据间可能存在平台异质性、两基因的生物学功能未经实验验证、对其他种族的普适性有限、免疫相关发现为相关性结论需进一步机制研究。

研究结论:研究人员构建了一个预测LUAD患者结局的预后模型,该模型稳定可靠,可用于LUAD预后评估,并与免疫状态密切相关。
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