典型文献
生物信息学分析甲状腺癌免疫基因构建预后评估模型及对免疫细胞浸润的影响
文献摘要：
目的 基于生物信息学方法构建甲状腺癌免疫基因预后评估模型及危险分层系统,分析模型评分对免疫细胞浸润的影响和免疫调控网络.方法 从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库及ImmoPort Resources数据库下载甲状腺癌患者临床、转录组及免疫基因数据,筛选出差异表达的免疫相关基因,从Cistrome Project数据库中下载转录因子数据,构建差异表达的免疫相关基因及差异表达的转录因子之间的调控网络.采用单因素和多因素Cox分析筛选出独立的预后免疫相关基因并构建预后评估模型,分析预后评估模型风险评分与临床病例特征及预后的相关性.从TIMER2.0数据库下载肿瘤相关性免疫细胞浸润数据,分析预后评估模型风险评分与肿瘤相关性免疫细胞(B细胞、CD4+T细胞、CD8+T细胞、中性粒细胞、巨噬细胞及树突状细胞)浸润丰度的相关性.结果 基于R语言共筛选出272个在甲状腺癌中差异表达免疫相关基因及36个差异表达的转录因子[错误发现率(false discovery rate,FDR)<0.05].单因素Cox分析筛选出13个免疫相关基因与预后相关(均P<0.01).与转录因子相关性分析结果显示,共13个转录因子与11个预后相关的免疫基因相关(均∣r∣>0.3,均P<0.05),并构建调控网络.多因素Cox分析结果显示,6个免疫基因(CXCL5、COLEC10、S100A9、MMP12、APOD和FGF7)为独立预后因子构建预后评估模型(均P<0.05).基于模型风险评分分为高风险组和低风险组,高风险组和低风险组患者10年总生存(overall survival,OS)率为95.6％和85.4％.该预后评估模型具有较高准确度[曲线下面积(area under curve,AUC)=0.992].单因素及多因素Cox回归分析结果显示,预后评估模型风险评分是OS的独立预测因子(P<0.05),高风险评分是患者OS不良的危险因素,且与肿瘤微环境中的中性粒细胞增多及CD8+T细胞减少相关.结论 基于生物信息学方法构建了甲状腺癌免疫相关基因预后评估模型及危险评分系统,为预测甲状腺癌患者预后提供参考,且免疫基因间交互网络可能通过影响肿瘤微环境中的免疫细胞的生物学功能发挥作用.
文献关键词：
甲状腺癌;预后评估模型;调控网络;生物信息学
中图分类号：
作者姓名：
余幼林;余军林;沈雄山;胡超华;卢婷;张文杰;杨青青;刘程浩;杨峰
作者机构：
武汉科技大学附属孝感医院甲状腺乳腺外科,湖北 孝感 432000;武汉科技大学附属孝感医院肿瘤科,湖北 孝感 432000;锦州医科大学研究生院临床系,辽宁 锦州 121000
文献出处：
引用格式：
[1]余幼林;余军林;沈雄山;胡超华;卢婷;张文杰;杨青青;刘程浩;杨峰-.生物信息学分析甲状腺癌免疫基因构建预后评估模型及对免疫细胞浸润的影响)[J].实用肿瘤杂志,2022(01):50-59
A类：
ImmoPort,Cistrome
B类：
生物信息学分析,免疫基因,预后评估模型,免疫细胞浸润,生物信息学方法,危险分层,层系,免疫调控,调控网络,癌症基因组图谱,Cancer,Genome,Atlas,TCGA,Resources,下载,甲状腺癌患者,转录组,基因数据,出差,差异表达,免疫相关基因,Project,Cox,模型风险,风险评分,临床病例特征,TIMER2,肿瘤相关性,CD4+T,CD8+T,巨噬细胞,树突状细胞,错误发现率,false,discovery,rate,FDR,CXCL5,COLEC10,S100A9,MMP12,APOD,FGF7,预后因子,基于模型,高风险组,低风险组,总生存,overall,survival,OS,高准确度,area,under,curve,预测因子,肿瘤微环境,危险评分系统,交互网络,生物学功能,功能发挥
AB值：
0.264726
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
