目的:利用生物信息学技术筛选并分析影响结直肠腺癌患者预后的铁死亡相关基因（FRG）。方法:使用癌症基因组图谱（TCGA）数据库下载RNA测序数据，共545例结直肠腺癌患者临床信息，602例数据集。从FerrDb数据库下载FRG基因集。取FRG基因集与TCGA数据库基因集交集，得到FRG表达数据集。使用R软件筛选结直肠腺癌组织与癌旁组织间差异表达FRG和预后相关基因，获得影响结直肠腺癌预后的FRG。通过在线蛋白互作网络工具分析蛋白之间的互作关系及蛋白质表达的相关性。使用LASSO回归分析构建患者5年总生存率的预后风险模型，计算TCGA数据库509例结直肠腺癌样本的风险值，以中位风险值为临界值，将患者分为高风险组（≥中位风险值）、低风险组（<中位风险值），并绘制生存曲线。绘制依据FRG预后模型的风险值预测TCGA数据库中结直肠腺癌患者5年总生存率时间依赖的受试者工作特征（ROC）曲线，使用Cox比例风险模型进行单因素和多因素生存分析，筛选影响预后的因素。基于基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）数据库对与结直肠腺癌预后相关的FRG进行通路富集分析。结果:数据库中545例患者临床信息，602个数据集中，通过比较发现199个在结直肠腺癌中差异表达的FRG，28个预后相关的FRG，取交集后发现21个影响结直肠腺癌患者预后的FRG。DUOX2、NOX4、NOX1、DDIT3、JDP2、ATP6V1G2、ULK1、ATG3与WIPI1基因间可能有相关性；NOX4、NOX5、PLIN4和ATP6V1G2基因表达呈正相关，ULK1与MAPK1、MYB、FANCD2、ATG3、ATP5MC3基因表达呈负相关。使用LASSO回归分析，最终筛选出15个FRG（ATP5MC3、NOX4、NOX5、ALOX12B、ATG3、WIPI1、MAPK1、MYB、AKR1C1、DDIT3、JDP2、ATP6V1G2、DRD4、SLC2A3、PLIN4），构建风险模型，风险值=NOX4×0.139-ATP5M3×0.108+NOX5×1.486+ALOX12B×0.475-ATG3×0.030-WIPI1×0.170-MAPK1×0.271-MYB×0.063+AKR1C1×0.021+DDIT3×0.186+JDP2×0.292+ATP6V1G2×0.777+ DRD4×0.294+SLC2A3×0.059+PLIN4×0.113。高风险组患者总生存较低风险组差（ P<0.001），低风险组5年总生存率为76.8%，高风险组5年总生存率为48.2%。多因素生存分析显示年龄和风险值是预后的独立影响因素。使用预后相关FRG构建的风险模型能够较好地预测患者5年总生存率（曲线下面积0.728）。高、低风险组患者中的差异表达基因可能与细胞外基质组成和细胞外结构构成、局部黏附等基因通路有关。 结论:依据筛选的FRG构建的预后风险模型可较好评估结直肠腺癌患者预后，这些FRG有望成为结直肠腺癌预后相关新的候选生物标志物。

结直肠肿瘤;腺癌;计算生物学;铁死亡;预后

李金;熊文俊;郑燕生;罗立杰;杨婷婷;林泽宇;王伟

广东省中医院胃肠外科，广州　510120

肿瘤研究与临床

[1]李金;熊文俊;郑燕生;罗立杰;杨婷婷;林泽宇;王伟-.基于生物信息学方法筛选并分析影响结直肠腺癌患者预后的铁死亡相关基因)[J].肿瘤研究与临床,2022(06):423-428

FRG,JDP2,ATP6V1G2,NOX5,PLIN4,ATP5MC3,ATP5M3,108+NOX5,486+ALOX12B,063+AKR1C1,021+DDIT3,186+JDP2,292+ATP6V1G2,777+,294+SLC2A3,059+PLIN4

生物信息学方法,结直肠腺癌,铁死亡相关基因,利用生物,生物信息学技术,技术筛选,癌症基因组图谱,TCGA,下载,序数,临床信息,FerrDb,交集,癌组织,癌旁组织,预后相关基因,蛋白互作网络,网络工具,白之,互作关系,蛋白质表达,LASSO,总生存率,预后风险模型,风险值,高风险组,低风险组,生存曲线,预后模型,时间依赖,受试者工作特征,Cox,比例风险模型,生存分析,基因本体,京都基因与基因组百科全书,通路富集分析,DUOX2,NOX4,NOX1,ULK1,ATG3,WIPI1,MAPK1,MYB,FANCD2,DRD4,独立影响因素,差异表达基因,细胞外基质,基因通路,好评,生物标志物,结直肠肿瘤,计算生物学

0.176577