مقالة بحثية

يحدد التحليل المتكامل للمعلوماتية الحيوية لبيانات النسخ البشرية ثلاثة مؤشرات حيوية تشخيصية وتنبؤية رئيسية في سرطان الغدة في الرئة

DOI:

10.3791/71214

⸱

يونيو 30, 2026

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Laboratory Medicine, The Affiliated People's Hospital of Fujian University of Traditional Chinese Medicine, 2School of Medical Technology and Information Engineering, Zhejiang Chinese Medical University, 3Department of Laboratory Medicine, Fujian Nan'an Hospital, 4Department of Laboratory Medicine, Pujiang Tianxian Orthopedic Hospital, 5Department of Laboratory Medicine, People's Hospital of Dafang, 6Department of Laboratory Medicine, Fujian Medical University Union Hospital, 7Department of Laboratory Medicine, Fujian Pingtan Comprehensive Experimental Area Hospital, 8Medical Laboratory Center, Jinjiang Municipal Hospital, Shanghai Sixth People's Hospital, 9Medical Laboratory Center, Jinjiang Municipal Hospital, Teaching Hospital of Huaqiao University

* These authors contributed equally

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

حددت هذه الدراسة مؤشرات تشخيصية وتنبؤية لسرطان الغدة في الرئة باستخدام بيانات TCGA-LUAD وGEO GSE115002 بيانات النسخ النصي. تم رفع التنظيم بين B3GNT3 وFERMT1 وSPP1 ، مما ميز الأورام عن الأنسجة الطبيعية. ترتبط هذه الجينات بالانتقال بين الظهارة والميزنكيميا وقمع المناعة. أظهر النوموجرام الذي يجمع بين التعبير الجيني ومرحلة TNM قيمة تنبؤية موثوقة.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

سرطان الغدة في الرئة (LUAD) هو السبب الرئيسي للوفاة المرتبطة بالسرطان على مستوى العالم. على الرغم من التقدم في الجراحة والعلاج الموجه والعلاج المناعي، لا يزال معدل البقاء على قيد الحياة لمدة 5 سنوات لمرض LUAD المتقدم أقل من 20٪، مما يشير إلى الحاجة الملحة إلى مؤشرات حيوية جزيئية موثوقة للكشف المبكر والتوقعات المبكرة. في هذه الدراسة، افترض المؤلفون أن ثلاثة جينات ترفع التنظيم باستمرار يمكن أن تعمل كمؤشرات حيوية تشخيصية وتنبؤية فعالة ل LUAD. قام المؤلفون بتحليل بيانات النسخ من مجموعتين مستقلتين، TCGA-LUAD (535 ورما، 59 عينة طبيعية) و GSE115002 (52 ورما، 52 عينة مطابقة للعينة الطبيعية)، لفحص الجينات المعبر عنها بشكل مختلف. ثلاثة جينات أساسية—B3GNT3، FERMT1، وSPP1—كانت معبر عنها بشكل مفرط باستمرار في أورام LUAD في كلا مجموعتي البيانات. أظهرت هذه الجينات أداء تشخيصي ممتازا، حيث كانت قيم AUC تجاوزت 0.95 في TCGA-LUAD ودقة عالية في GSE115002. أظهر تحليل البقاء أن التعبير العالي لكل جين مرتبط بشكل ملحوظ ببقاء أقصر بشكل عام وخالي من الأمراض، كما أن الانحدار متعدد المتغيرات في كوكس أكد قيمته التنبؤية المستقلة. أشارت تحليلات الإثراء الوظيفي إلى أن هذه الجينات الثلاثة تشارك في الانتقال بين الظهارة والميزنكيمية، وإعادة تشكيل المصفوفة خارج الخلية، وكبح المناعة، وكلها مرتبطة ارتباطا وثيقا بغزو LUAD والنقائل. قام المؤلفون أيضا ببناء مخطط نوموغرامي تنبؤي يجمع بين الجينات الثلاثة ومرحلة TNM، محققين مؤشر توافق يبلغ 0.743 وأظهروا أداء تنبؤيا جيدا. تؤكد هذه النتائج أن B3GNT3 وFERMT1 وSPP1 تعد مؤشرات حيوية تشخيصية وتوقعات واعدة ل LUAD، تدعم التطبيق السريري في تصنيف المخاطر وإدارتها.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

سرطان الرئة هو السبب الرئيسي للوفيات العالمية بسبب السرطان، حيث يمثل حوالي 1.8 مليون حالة وفاة في عام 2020. سرطان الغدة في الرئة (LUAD) يمثل ما يقرب من 40٪ من جميع حالات سرطان الرئة2. على الرغم من التقدم في الجراحة والعلاج الموجه والعلاج المناعي، لا يزال معدل البقاء على قيد الحياة لمدة 5 سنوات لمرض LUAD المتقدم أقل من 20٪3.4. هناك حاجة ماسة إلى مؤشرات حيوية جزيئية موثوقة للكشف المبكر والتنبؤات الدقيقة. تتيح التسلسل عالي الإنتاجية وقواعد البيانات العامة مثل أطلس جينوم السرطان (TCGA) وMass Expression Gene Omnibus (GEO) التحليل المنهجي للسرطانات 5,6. المعلوماتية الحيوية التكاملية عبر الفئات تحسن موثوقية اكتشاف المؤشرات الحيوية المرشحة5.

تم ربط العديد من الجينات والمسارات ب LUAD، بما في ذلك تكاثر الخلايا، وإشارات EGFR، وهروب المناعة7. ومع ذلك، لم يتم تحويل الكثير منها إلى الاستخدام السريري. نماذج المخاطر التي تجمع بين التواقيع الجينية والميزات السريرية المرضية—وخاصة النوموغرامات—تحسن الدقة التنبؤية في LUAD8. بينما تم ربط B3GNT3 وFERMT1 وSPP1 بشكل فردي بتقدم السرطان، لم يتم التحقق من قيمتها التشخيصية والتنبؤية والتنظيمية المناعية-الميكروبية في LUAD بشكل منهجي عبر مجموعات مستقلة. توفر هذه الدراسة أول تحليل متكامل عبر المنصات لهذه الجينات الثلاثة كلوحة مؤشرات حيوية موحدة ل LUAD، مع تخطيط تنبؤي قابل للتطبيق سريريا.

يشفر B3GNT3 إنزيم جليكوزيل ترانسفيراز يثبت PD-L1 ويعزز التهرب المناعي 9,10. ينظم FERMT1 (كيندلين-1) تنشيط الإنتغرين ويدفع انتشار الانتشارات في سرطان الرئة غير صغير الخلايا (NSCLC)11,12. SPP1 (العظام) يتوسط إعادة تشكيل المصفوفة خارج الخلية، والانتقال الظهاري-الميزنشيمي (EMT)، ومقاومة الكيميائية 13,14,15. كما أظهرت الجينات المرتبطة بالساعة اليومية أنها تتنبأ بتوقعات وتشخيص LUAD16، بينما تم اكتشاف الفروق بين الجنسين في LUAD عبر شبكات إشارات بروتينية تكاملية متعددة الأوميكس17. يتم إفراز B3GNT3 وSPP1 أو موضعهما في الغشاء، مما يدعم الاستخدام المحتمل كمؤشرات حيوية طفيفة التوغل. يمكن أيضا تحقيق تصنيف LUAD الفعال وتحديد المؤشرات الحيوية من خلال طرق اختيار الميزات المتداخلة18، وتلعب التفاعلات متعددة الأوميكس أدوارا وظيفية مهمة في تقدم سرطان الرئة19. توقيعات جينات الميتوكوندريا، التي تم تحديدها من خلال دمج متعدد الأوميكس الشامل، تحمل أيضا قيمة لتوقعات LUAD والعلاج الشخصي20. يتم إفراز B3GNT3 وSPP1 أو موضعهما في الغشاء، مما يدعم الاستخدام المحتمل كمؤشرات حيوية طفيفة التوغل. هدفت هذه الدراسة إلى تحديد مؤشرات LUAD الحيوية القوية باستخدام المعلوماتية الحيوية التكاملية، وتقييم أدائها التشخيصي والتنبؤي، واستكشاف وظائفها البيولوجية وارتباطاتها المناعية، وبناء مخطط تنبؤي مفيد سريريا.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. مصادر البيانات والمعالجة المسبقة

  1. معالجة البيانات الخام في R (الإصدار 4.1.3؛ ويندوز 10 برو).
  2. بالنسبة GSE115002، تطبيق التطبيع الكمي باستخدام ليما (الإصدار 3.52.3).
  3. تصفية الجينات منخفضة التعبير ل TCGA: احتفظ بالجينات ذات CPM > 0.5 في ≥50٪ من العينات.
  4. تصفية الجينات منخفضة التعبير ل GSE115002: احتفظ بالجينات ذات الإشارة المتوسطة >50.
  5. log2تحويل قيم التعبيرات بعدد زائف +1.
    ملاحظة: تم الحصول على بيانات تعبير جينات LUAD والسريرية من TCGA-LUAD (الإصدار 33.0، بوابة GDC، تم التحميل في 7 أغسطس 2025) و GSE115002 (Agilent microarray، GEO، تم التحميل في 7 أغسطس 2025). شمل اختبار TCGA-LUAD 535 ورما و59 عينة طبيعية. شملت GSE115002 52 ورما و52 عينة مطابقة للطبيعية.

2. تحديد الجينات المعبر عنها بشكل مختلف

  1. استخدم DESeq2 (الإصدار 1.36.0) لتسلسل RNA في TCGA وLIMMA (الإصدار 3.52.3) ل GSE115002 لتحليل التعبير التفاضلي. حساب قيم P المعدلة (FDR) باستخدام طريقة بنجاميني-هوشبرغ.
  2. لضمان قابلية المقارنة بين مجموعات البيانات، يوجد |log₂FC| موحد تم تقديم ≥ 1.0 لكلا الفئتين. تم تعريف DEGs على أنها FDR < 0.05 و |log₂FC| ≥ 1.0. تم تحديد مستويات DEG المتداخلة باستخدام VennDiagram (الإصدار 1.7.3). تم اختيار B3GNT3 وFERMT1 وSPP1 كمرشحين تم تنظيمهم باستمرار مع صلة معروفة بالسرطان.

3. تقييم القيمة التشخيصية

  1. قم بإنشاء منحنيات ROC لكل جين مرشح.
  2. حدد قيم القطع المثلى باستخدام مؤشر يودن.
  3. احسب AUC، والحساسية، والنوعية لكل جين.
  4. بناء لوحة تشخيص مشتركة باستخدام الانحدار اللوجستي متعدد المتغيرات.
    ملاحظة: تم استخدام حزمة pROC v1.18.0 لتحليل ROC. تم استخدام دالة glm مع العائلة الثنائية لبناء النموذج التشخيصي.

4. تحليل البقاء

  1. تقسيم المرضى إلى مجموعات عالية ومنخفضة التعبير باستخدام التعبير الوسيط.
  2. توليد منحنيات بقاء Kaplan–Meier لكل جين.
  3. إجراء اختبارات التصنيف اللوغاريتمي لمقارنة فروق البقاء.
  4. إجراء تحليل الانحدار أحادي المتغيرات لكوكس.
  5. إجراء تحليل الانحدار متعدد المتغيرات لكوكس.
  6. تضمين المتغيرات السريرية في نماذج الانحدار.
  7. تحقق من افتراض المخاطر النسبية باستخدام بقايا شونفيلد.
  8. احسب درجة المخاطر الثلاثية الجينية.
    ملاحظة: تم استخدام Survival v3.3.1 وsurvminer v0.4.9. شملت المتغيرات العمر، الجنس، المرحلة T، المرحلة N، والمرحلة M. تم حساب درجة المخاطر كما يلي:
    درجة المخاطر = (0.328 × B3GNT3) + (0.331 × FERMT1) + (0.321 × SPP1). (1)

5. إثراء مجموعة الجينات والتعليقات الوظيفية

  1. قم بإجراء تحليل إثراء GO باستخدام DEGs.
  2. قم بإجراء تحليل إثراء مسار KEGG باستخدام DEGs.
  3. إجراء تحليل تخصيب مجموعات الجينات (GSEA).
  4. ترتيب الجينات حسب بيرسون مع تعبير الجين المرشح.
  5. حدد الحدود المهمة باستخدام P < 0.05 المعدل.
    ملاحظة: تم استخدام clusterProfiler v4.6.2 لتحليلات GO وKEGG. تم استخدام FGSEA v1.22.0 وMSigDB Hallmark v7.5 في GSEA.

6. الارتباط وتحليل الشبكات

ملاحظة: تم استخدام ارتباط بيرسون للتعبير الجيني الموزع بشكل طبيعي؛ ارتباط سبيرمان لكسر الخلايا المناعية. تم توليد شبكات PPI باستخدام STRING (الإصدار 11.5، الثقة > 0.7) وتم تصورها في Cytoscape (الإصدار 3.9.1). تم تقدير التسلل المناعي باستخدام CIBERSORT (الوضع المطلق، 100 تبديل). لقد أظهر تسلسل الحمض النووي الريبي أحادي الخلية أنه يكشف عن انتقالات مميزة في البيئة الدقيقة ل NSCLC، وهو أمر ذو صلة بتحليل تسرب المناعة21،22، ويمكن للتحليل التكاملي للخلية الواحدة أن يفحص أدوار الخلايا المناعية مثل خلايا CD8+ في LUAD 23,24,25.

7. بناء والتحقق من الرسم النوموغرامي

ملاحظة: تم اختيار المتغيرات الخاصة برسم النوموجرام بناء على دلالة كوكس متعددة المتغيرات (P < 0.05): المرحلة T، المرحلة N، B3GNT3، FERMT1، وSPP1. تم بناء النوموجرام باستخدام rms (الإصدار 6.5.0). استخدم التحقق الداخلي إعادة أخذ عينات bootstrap 1000 مع الاستبدال. تم إجراء منحنيات المعايرة وتحليل منحنيات القرار (DCA) باستخدام RMDA (الإصدار 1.7). شملت البيئة الحاسوبية R 4.1.3، ويندوز 10 برو، وبيوكوندكت 3.15. تتوفر نصوص التحليل على https://github.com/[محذوف]/LUAD-biomarker-2025 عند الطلب المعقول.

8. التحليل الإحصائي

ملاحظة: جميع الاختبارات الإحصائية كانت ذات جانبين؛ اعتبر P < 0.05 ذا دلالة كبيرة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

التغيرات العالمية في التعبير الجيني في LUAD

أظهرت المقارنات النصية بين أنسجة سرطان الغدة في الرئة وأنسجة الرئة الطبيعية تغيرات واسعة في التعبير الجني. يوضح الشكل 1A مخططات براكينية للجينات المعبر عنها بشكل تفاضلي في مجموعة بيانات TCGA-LUAD، ويعرض الشكل 1B تلك الموجودة في مجموعة البيانات GSE115002. في مجموعة TCGA-LUAD (الشكل 1A)، تم رفع تنظيم 1865 جينا بشكل كبير، وتم تقليل تنظيم 1247 ج...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم بناء الرسم النوموغرامي باستخدام تحليل الانحدار متعدد المتغيرات لكوكس بناء على مجموعة TCGA-LUAD. تشمل المؤشرات مرحلة T المرضية، والمرحلة N المرضية، وحالة التعبير الجيني ل B3GNT3 وFERMT1 وSPP1 (المصنفة كعالية مقابل منخفضة بناء على التعبير الوسيط). لكل مريض، يتم جمع الدرجات الفردية لكل متغير لتوليد قيمة "إجمالي النقاط"، والتي تتوافق مع احتمالات البقاء الإجمالية المقدرة لمدة 1 و2 و3 سنوات. تشير الدرجات الإجمالية الأعلى إلى زيادة خطر الوفاة. توفر هذه الأداة تنبؤا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعلن المؤلفون عدم وجود مصالح متنافسة.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد دعم هذا العمل مشروع جامعة فوجيان للطب الصيني التقليدي لعام 2024 (رقم المنحة: XB2024012)، بقيادة يوهوي لين من مستشفى الشعب التابع لجامعة فوجيان للطب الصيني التقليدي. وصناديق مشتركة لابتكار العلوم والتكنولوجيا، مقاطعة فوجيان (المنحة رقم: 2025Y9530)، بقيادة شياوتينغ تشن من مستشفى جينجيانغ البلدي (مستشفى شنغهاي للشعب السادس، فوجيان).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
الملفات المتاحة للعامةTCGA-LUAD Datasetبوابة أطلس الجينوم للسرطان (TCGA) (https://portal.gdc.cancer.gov/)؛ 535 عينة ورم سرطان الرئة من النوع LUAD، 59 عينة من الأنسجة الرئوية الطبيعية المجاورة (قيم التسلسل الحيوي للـRNA / FPKM + البيانات السريرية: البقاء على قيد الحياة، تصنيف TNM)البيانات النصية السريرية لتحليل التعبير التفريقي، البقاء على قيد الحياة، وتحليل النماذج البيانية؛ مجموعة الدراسة الأساسية
GSE115002 Datasetمكتبة التعبير الجيني (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002)؛ ميكروأراي من Agilent، 52 نسيج ورم من النوع LUAD، 52 نسيج رئوي طبيعي مطابق (أورام أولية لم تعالج)مجموعة التحقق المستقلة للتعبير التفريقي، الأداء التشخيصي، وتحليل التسلل المناعي
البرمجيات الحيوية وبيئة البرمجةلغة البرمجة Rالإصدار 4.1منصة أساسية لجميع التحليلات النصية، الإحصائية، والرسوم البيانية
حزم R (التعبير التفريقي)DESeq2، limmaDESeq2: تحليل التعبير التفريقي للـRNA-seq من TCGA؛ limma: تطبيع الميكروأراي من GSE115002 وتحليل التعبير التفريقي (تصحيح Benjamini-Hochberg FDR)
حزم R (التحليل التشخيصي)pROCإنشاء منحنيات ROC، حساب AUC (95٪ CI)، تحديد الحد الأمثل (مؤشر Youden) لتقييم الأداء التشخيصي
حزم R (تحليل البقاء على قيد الحياة)survival، survminerإنشاء منحنى Kaplan-Meier للبقاء على قيد الحياة، اختبار log-rank، انحدار المخاطر النسبية المتناسبة لـCox (HR + 95٪ CI)؛ تقسيم المرضى حسب متوسط التعبير الجيني
حزم R (الإثراء الوظيفي)clusterProfiler، fgseaclusterProfiler: تحليل الإثراء في المسارات GO (BP/CC/MF) وKEGG (معدل P < 0.05)؛ fgsea: GSEA لمجموعات الجينات MSigDB Hallmark/KEGG (FDR < 0.25)
حزم R (بناء النماذج البيانية والتحقق منها)rmsتطوير نموذج تشخيصي بياني (دمج التعبير الجيني + مرحلة TNM)؛ حساب مؤشر C لـHarrell، إعادة أخذ العينات بالمعاير (1000 تكرار) لتصحيح التحيز، إنشاء الرسم البياني للتعويض
حزم R (الإحصاء والتصور)ggplot2، ComplexHeatmap، corrplotإنشاء رسوم بيانية بركانية، رسوم بيانية بالفقاعات (الإثراء)، خرائط حرارية (ارتباط التسلل المناعي)، رسوم بيانية متفرقة (تعايش الجينات)؛ تحليل الارتباط ببيرسون/سبيرمان
قواعد البيانات والأدوات الحيوية (تحليل الشبكة/المناعة)قاعدة بيانات STRINGدرجة ثقة > 0.7إنشاء شبكات تفاعل البروتين-البروتين (PPI) لـB3GNT3/FERMT1/SPP1 والمتفاعلين من الدرجة الأولى
Cytoscape-تصور شبكات تفاعل البروتين-البروتين وشبكات تعايش الجينات (وزن الحواف بقوة الارتباط، تحديد الجين المحوري)
خوارزمية فك الترميز المناعيCIBERSORTتقدير وفرة تسلل الخلايا المناعية (الماكروفايجات M2، الخلايا التائية CD8+، العدلات، الخلايا القاتلة الطبيعية، إلخ) في عينات LUAD؛ الارتباط مع التعبير الجيني المرشح
أدوات أخرىMicrosoft Office/LaTeX-إعداد المخطوطة، تجميع الأشكال، وتهيئة الجداول؛ تجميع النتائج الإحصائية

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Cancer ResearchB3GNT3FERMT1SPP1biomarkerprognosisgene expressionnomogram

مقالات ذات صلة