温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
死亡
相关
基因
肝细胞
中的
表达
及其
临床意义
孟云
版权归中国普通外科杂志所有http:/2023 年 1 月中国普通外科杂志Vol.32 No.1第 32 卷 第 1 期China Journal of General SurgeryJan.2023铜死亡相关基因在肝细胞癌中的表达及其临床意义孟云1,2,董保龙2,董晓骅3,彭江山1,郭辉军1,张旭升1,杜雪芹2,杨晓军1,2,3,4,5(1.甘肃中医药大学第一临床医学院,甘肃 兰州 730000;2.甘肃省人民医院 普通外科,甘肃 兰州 730000;3.兰州大学第一临床医学院,甘肃 兰州 730000;4.甘肃省外科肿瘤分子诊断与精准治疗重点实验室,甘肃 兰州730000;5.甘肃省消化道恶性肿瘤防控工程研究中心,甘肃 兰州 730000)摘 要 背景与目的:肝细胞癌(HCC)是一种全球常见的恶性肿瘤,具有高复发率和高病死率。铜死亡是一种新型的程序性细胞死亡,涉及肿瘤细胞的增殖和生长、血管生成和转移。因此,本研究探讨铜死亡相关基因(CRGs)在 HCC 中的表达与预后的关系,并建立预后相关的列线图模型以及分析 CRGs 与HCC免疫细胞浸润的关系。方法:使用R语言“limma”包对TCGA数据库下载的HCC组织与正常组织的数据中CRGs进行差异表达分析;“clusterProfiler”包进行 GO 和 KEGG 分析;单因素 Cox 回归分析筛选与预后相关的 CRGs,Lasso-Cox 回归分析构建 HCC 中 CRGs 相关预后评分模型;“ggsurvplot”包以总生存(OS)为结局绘制 Kaplan-Meier 生存曲线;“survival ROC”包绘制 ROC 曲线评估预后评分的准确性;“regplot”和“rms”包绘制列线图和校准曲线;利用TIMER数据库分析CRGs的表达与6种免疫细胞丰度之间的关系。结果:与正常组织相比,HCC 组织 19 个 CRGs 中的 16 个有差异表达(上调:PDHB、PDHA1、MTF1、LIPT1、LIPT2、LIAS、GLS、DLD、DLST、DLAT、CDKN2A、ATP7A;下调:SLC31A1、GCSH、DBT、NLRP3);NLRP2的突变频率最高(12%)。GO和KEGG分析表明,CRGs富集于三羧酸循环、碳代谢作用、丙酮酸代谢、糖酵解/糖异生和铂类药物耐药性等信号通路。基于单因素Cox回归分析和Lasso-Cox回归分析筛选出影响HCC预后OS的3个CRGs(CDKN2A、GLS、DLAT)作为预后生物标志物构建预后模型,并使用回归系数构建预后评分:风险评分=0.22DLAT(表达水平)+0.11CDKN2A(表达水平)+0.03GLS(表达水平)。Kaplan-Meier 曲线显示,高风险评分 HCC 患者预后较差(P0.05),用风险模型的时间依赖 ROC 曲线评价模型预测性能,1、3、5 年的 AUC 分别为 0.741,0.657,0.633。将年龄、性别、T分期、N分期、M分期、病理分型、CDKN2A、GLS和DLAT纳入构建列线图,校准图显示列线图预测和实际观察之间有良好的一致性。GLS、DLAT 和 CDKN2A 与 HCC 免疫细胞浸润呈正相关,并与免疫检查点 PDCD1、CD274、HAVCR2 明显相关(均 P0.05)。进一步分析表明,HCC 组织中CDKN2A、GLS和DLAT表达越高,患者巴塞罗那病理分期越晚,组织学分级越差(均P0.05)。结论:与铜死亡相关的基因特征可以作为 HCC 患者潜在的预后预测因子,并可能为 HCC 治疗提供新的途径。关键词 癌,肝细胞;铜死亡;预后;列线图;免疫中图分类号:R735.7 基础研究 doi:10.7659/j.issn.1005-6947.2023.01.006China Journal of General Surgery,2023,32(1):74-86.http:/dx.doi.org/10.7659/j.issn.1005-6947.2023.01.006基金项目:甘肃省人民医院国家级科研培育计划重点基金资助项目(19SYPYA-12);甘肃省科技厅创新基地和人才计划基金资助项目(20JR10RA433);甘肃省科技厅科技计划重点研发计划基金资助项目(21YF5WA027);甘肃省卫生健康行业科研计划基金资助项目(GSWSKY2020-45);甘肃省人民医院科技创新青年基金资助项目(21GSSYC-4);甘肃省教育厅优秀研究生“创新之星”基金资助项目(2021CXZX-735)。收稿日期:2022-08-31;修订日期:2023-01-10。作者简介:孟云,甘肃中医药大学第一临床医学院硕士研究生,主要从事肝胆胰良恶性疾病基础与外科手术方面的研究(董保龙为共同第一作者)。通信作者:杨晓军,Email:74第 1 期孟云,等:铜死亡相关基因在肝细胞癌中的表达及其临床意义 版权归中国普通外科杂志所有http:/Expressions of cuproptosis-related genes in hepatocellular carcinoma and their clinical significanceMENG Yun1,2,DONG Baolong2,DONG Xiaohua3,PENG Jiangshan1,GUO Huijun1,ZHANG Xusheng1,DU Xueqin2,YANG Xiaojun1,2,3,4,5(1.The First Clinical Medicine College,Gansu University of Chinese Medicine,Lanzhou 730000,China;2.Department of General Surgery,Gansu Provincial Hospital,Lanzhou 730000,China;3.The First Clinical Medical School of Lanzhou University,Lanzhou 730000,China;4.Gansu Key Laboratory of Molecular Diagnostics and Precision Medicine for Surgical Oncology,Lanzhou 730000,China;5.Gansu Research Center of Prevention and Control Project for Digestive Oncology,Lanzhou 730000,China)Abstract Background and Aims:Hepatocellular carcinoma(HCC)is a common malignancy with a high recurrence and mortality rate.Cuproptosis is a new type of programmed cell death involved in tumor cells proliferation,growth,angiogenesis,and metastasis.Therefore,this study aims to investigate the relationship between the expression of cuproptosis-related genes(CRGs)and the prognosis in HCC,establish a prognosis-related nomogram model,and analyze the association of CRGs with the immune cell infiltration in HCC.Methods:Differential expression analysis of CRGs in the TCGA database was performed using the R language limma package;the clusterProfiler package was used for GO and KEGG analysis;the prognostic CRGs were screened by univariate Cox regression analysis;the prognostic scoring model based on CRGs for HCC was constructed by Lasso-Cox regression analysis;the ggsurvplot package drew the Kaplan-Meier survival curve draws using overall survival(OS)as the outcome variable;the survival ROC package created the ROC curve for assessing the accuracy of the prognostic score;the nomogram and the calibration curves were drawn by the regplot and rms packages;the associations between the expression of CRGs and the abundance of six immune cells were analyzed using the TIMER database.Results:Among the 19 CRGs,there were 16 differentially expressed ones in HCC tissue compared with normal tissue(up-regulation:PDHB,PDHA1,MTF1,LIPT1,LIPT2,LIAS,GLS,DLD,DLST,DLAT,CDKN2A,and ATP7A;down-regulation:SLC31A1,GCSH,DBT,and NLRP3),and NLRP 2 had the highest mutation frequency of 12%.GO,and KEGG analyses showed that CRGs were enriched in signaling pathways such as the tricarboxylic acid cycle,carbon metabolism,pyruvate metabolism,glycolysis/gluconeogenesis,and platinum drug resistance.Three CRGs(CDKN2A,GLS,and DLAT)that affected the OS were screened by univariate Cox regression analysis and LASSO Cox regression analysis for the construction of the prognostic model,and the prognostic score was constructed using regression coefficient:risk score=0.22DLAT(expression level)+0.11CDKN2A(expression level)+0.03GLS(expression level).The Kaplan-Meier curve analysis showed that the HCC patients with high-risk scores had a poor prognosis(P0.05),and the model