이 연구는 TCGA-LUAD와 GEO GSE115002 전사체 데이터를 사용하여 폐선암의 진단 및 예후 바이오마커를 규명하였습니다. B3GNT3, FERMT1, SPP1 은 상향 조절되어 종양과 정상 조직을 구분하였습니다. 이 유전자들은 상피-중간엽 전이와 면역 억제와 관련이 있습니다. 유전자 발현과 TNM 단계를 결합한 노모그램은 신뢰할 만한 예측 가치를 보여주었습니다.
연구 논문
* These authors contributed equally
이 연구는 TCGA-LUAD와 GEO GSE115002 전사체 데이터를 사용하여 폐선암의 진단 및 예후 바이오마커를 규명하였습니다. B3GNT3, FERMT1, SPP1 은 상향 조절되어 종양과 정상 조직을 구분하였습니다. 이 유전자들은 상피-중간엽 전이와 면역 억제와 관련이 있습니다. 유전자 발현과 TNM 단계를 결합한 노모그램은 신뢰할 만한 예측 가치를 보여주었습니다.
폐선암(LUAD)은 전 세계적으로 암 관련 사망의 주요 원인입니다. 수술, 표적 치료, 면역치료의 발전에도 불구하고, 고급 LUAD의 5년 생존율은 여전히 20% 미만으로 남아 있어 조기 발견과 예후를 위한 신뢰할 수 있는 분자 바이오마커의 긴급한 필요성을 나타냅니다. 이 연구에서 저자들은 세 가지 지속적으로 상향 조절되는 유전자가 LUAD의 효과적인 진단 및 예후 바이오마커로 작용할 수 있다고 가설을 세웠습니다. 저자들은 두 독립 코호트인 TCGA-LUAD(535개의 종양, 59개의 정상 샘플)와 GSE115002(52개의 종양, 52개의 정상 샘플 일치)의 전사체 데이터를 분석하여 차별 발현 유전자를 선별하였습니다. 세 가지 핵심 유전자인 B3GNT3, FERMT1, SPP1은 LUAD 종양에서 두 데이터셋 모두에서 일관되게 과발현되었습니다. 이 유전자들은 TCGA-LUAD에서 AUC 값이 0.95 이상, GSE115002에서 높은 정확도로 우수한 진단 성능을 보였습니다. 생존 분석 결과, 각 유전자의 높은 발현이 전체 생존 기간과 무질병 생존 기간의 단축과 유의한 관련이 있음을 보여주었으며, 다변량 Cox 회귀분석은 이들의 독립적인 예후 가치를 검증하였습니다. 기능 풍부 분석 결과, 이 세 유전자는 상피-중간엽 전이, 세포외 기질 재형성, 면역 억제에 관여하며, 모두 LUAD 침윤 및 전이와 밀접하게 관련되어 있음을 보여주었습니다. 저자들은 세 유전자와 TNM 단계를 결합한 예후 노모그램을 추가로 구축하여 0.743의 일치 지수를 달성하고 우수한 예측 성능을 보였습니다. 이 발견들은 B3GNT3, FERMT1, SPP1 이 LUAD의 진단 및 예후 바이오마커로서 위험 계층화 및 관리에 대한 임상 응용을 뒷받침한다는 것을 확인시켜 줍니다.
폐암은 전 세계 암 사망의 주요 원인으로, 2020년 약 180만 명의 사망자를 차지했습니다. 폐선암(LUAD)은 전체 폐암 사례의 거의 40%를 차지합니다2. 수술, 표적 치료, 면역치료의 발전에도 불구하고, 진행된 LUAD의 5년 생존율은 여전히 20% 미만으로 남아 있습니다3,4. 조기 발견과 정확한 예후를 위한 신뢰할 수 있는 분자 바이오마커가 시급히 필요합니다. 고처리량 시퀀싱과 암 게놈 아틀라스(TCGA), 유전자 발현 옴니버스(GEO)와 같은 공개 데이터베이스는 암의 체계적인 전사체 프로파일링을 가능하게 합니다 5,6. 통합 교차 코호트 생물정보학은 후보 바이오마커 발견의 신뢰성을향상시킵니다. 5.
LUAD에는 세포 증식, EGFR 신호 전달, 면역 탈출7 등 많은 유전자와 경로가 관련되어 있습....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
1. 데이터 소스 및 전처리
2. 차별발현 유전자의 식별
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
LUAD에서의 전역 유전자 발현 변화
폐 선암 조직과 정상 폐 조직 간의 전사체 비교 결과, 광범위한 유전자 발현 변화가 확인되었습니다. 그림 1A는 TCGA-LUAD 데이터셋에서 차등 발현 유전자의 화산 그래프를, 그림 1B는 GSE115002 데이터셋의 유전자를 보여줍니다. TCGA-LUAD 코호트(그림 1A)에서는 1865개의 유전자가 유의하게 상향 조절되었고, 1247개의 유전자가 하향 조절되었습니다. GSE115002 코호트(그림 1B)에서는 645개의 유전자가 상향 조절되었고 609개의 유전자가 하향 조절되었습니다. 두 데이터셋에서 총 421개의 유전자가 일관되게 상향 조절되었습니다. 이 중복 유전자 중 B3GNT.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
노모그램은 TCGA-LUAD 코호트를 기반으로 한 다변량 Cox 회귀분석을 사용하여 구성되었습니다. 예측 인자로는 병리적 T 단계, 병리적 N 단계, 그리고 B3GNT3, FERMT1, SPP1의 유전자 발현 상태(중간 발현에 따라 높은 /낮은 것으로 분류됨)가 포함됩니다. 각 환자에 대해 각 변수의 개별 점수를 합산하여 "총 점수" 값을 생성하는데, 이는 추정된 1년, 2년, 3년 전체 생존 확률에 해당합니다. 총점이 높을수록 사망 위험이 증가함을 의미합니다. 이 도구는 개별 생존 예측을 제공하며 LUAD 위험 계층화를 지원합니다. 머신러닝은 LUAD 예후와 치료에서 다양한 세포사멸 패턴을 밝혀내는 데 사용되었으며, 이는 노모그램 모델을 더욱 최적화할 수.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
저자들은 상충하는 이해관계가 없다고 선언한다.
이 연구는 푸젠 중의학대학교 부속 인민병원의 Yuhui Lin이 주도한 2024년 푸젠 중의학대학교 대학급 프로젝트(연구비 번호: XB2024012)의 지원을 받았습니다. 푸젠성 과학기술 혁신을 위한 공동 기금(보조금: 2025Y9530)은 진장 시립 병원(상하이 제6인민병원, 푸젠) 소팅 첸이 주도했습니다.
....액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 공개된 데이터셋 | TCGA-LUAD 데이터셋 | The Cancer Genome Atlas (TCGA) 포털 (https://portal.gdc.cancer.gov/); 535 LUAD 종양 샘플, 59 인접 정상 폐 조직 샘플 (RNA-시퀀싱 카운트/FPKM 값 + 임상 데이터: 생존, TNM 분기) | 전사체 및 임상 데이터는 차등 발현, 생존 및 노모그램 분석용; 기본 연구 코호트 |
| GSE115002 데이터셋 | Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002); Agilent 마이크로어레이, 52 LUAD 종양 조직, 52 일치하는 인접 정상 폐 조직 (치료 경험 없는 1차 종양) | 차등 발현, 진단 성능 및 면역 침윤 분석을 위한 독립 검증 코호트 | |
| 바이오인포매틱스 소프트웨어 & 프로그래밍 환경 | R 프로그래밍 언어 | 버전 4.1 | 모든 전사체, 통계 및 그래픽 분석의 핵심 플랫폼 |
| R 패키지(차등 발현) | DESeq2, limma | DESeq2: TCGA RNA-seq 원시 카운트 차등 발현 분석; limma: GSE115002 마이크로어레이 정규화 및 차등 발현 분석(Benjamini–Hochberg FDR 수정) | |
| R 패키지(진단 분석) | pROC | ROC 곡선 구성, AUC(95% CI) 계산, 진단 성능 평가를 위한 최적 절단값 결정(Youden’s 지수) | |
| R 패키지(생존 분석) | survival, survminer | Kaplan–Meier 생존 곡선 생성, log-rank 검정, 단변량/다변량 Cox 비례 위험 회귀(HR + 95% CI); 환자 중앙값 유전자 발현에 따른 분류 | |
| R 패키지(기능 풍부화) | clusterProfiler, fgsea | clusterProfiler: GO(BP/CC/MF) 및 KEGG 경로 풍부화 분석(조정된 P < 0.05); fgsea: MSigDB 홀마크/KEGG 유전자 세트에 대한 GSEA(FDR < 0.25) | |
| R 패키지(노모그램 구성 & 검증) | rms | 예후 노모그램 개발(유전자 발현 + TNM 단계 통합); Harrell’s C-index 계산, 편향 수정을 위한 부트스트랩 재샘플링(1000회 반복), 보정 곡선 생성 | |
| R 패키지(통계 & 시각화) | ggplot2, ComplexHeatmap, corrplot | 화산도 플롯, 거품 플롯(풍부화), 히트맵(면역 침윤 상관), 산점도(유전자 공동 발현) 생성; Pearson/Spearman 상관 분석 | |
| 바이오인포매틱스 데이터베이스 & 도구(네트워크/면역 분석) | STRING 데이터베이스 | 신뢰도 점수 > 0.7 | B3GNT3/FERMT1/SPP1 및 1차 상호작용자의 단백질-단백질 상호작용(PPI) 네트워크 구성 |
| Cytoscape | - | PPI 및 유전자 공동 발현 네트워크 시각화(상관 강도에 따른 가중치, 허브 유전자 식별) | |
| 면역 분해 알고리즘 | CIBERSORT | LUAD 샘플에서 면역 세포 침윤 풍부도(M2 대식세포, CD8+ T 세포, 호중구, NK 세포 등) 추정; 후보 유전자 발현과의 상관관계 | |
| 기타 도구 | Microsoft Office/LaTeX | - | 원고 준비, 그림 조립 및 표 형식화; 통계 결과 편집 |
이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청
허가 요청