Onderzoeksartikel
* These authors contributed equally
Deze studie identificeerde diagnostische en prognostische biomarkers voor longadenocarcinoom met behulp van TCGA-LUAD en GEO GSE115002 transcriptomische gegevens. B3GNT3, FERMT1 en SPP1 werden opgereguleerd, waardoor tumoren werden onderscheiden van normaal weefsel. Deze genen zijn gekoppeld aan de epitheel-mesenchymale overgang en immuunsuppressie. Een nomogram dat genexpressie combineert met het TNM-stadium toonde een betrouwbare voorspellende waarde.
Longadenocarcinoom (LUAD) is wereldwijd de belangrijkste oorzaak van kankergerelateerde sterfte. Ondanks vooruitgang in chirurgie, gerichte therapie en immunotherapie blijft de 5-jarige overlevingskans van geavanceerde LUAD onder de 20%, wat wijst op een dringende behoefte aan betrouwbare moleculaire biomarkers voor vroege detectie en prognose. In deze studie stelden de auteurs de hypothese dat drie consequent opgereguleerde genen als effectieve diagnostische en prognostische biomarkers voor LUAD kunnen fungeren. De auteurs analyseerden transcriptomische gegevens van twee onafhankelijke cohorten, TCGA-LUAD (535 tumoren, 59 normale monsters) en GSE115002 (52 tumoren, 52 overeenkomende normale monsters), om differentieel expressieve genen te screenen. Drie kerngenen—B3GNT3, FERMT1 en SPP1—werden consequent overgeëxprimeerd in LUAD-tumoren in beide datasets. Deze genen vertoonden uitstekende diagnostische prestaties, met AUC-waarden boven 0,95 in TCGA-LUAD en hoge nauwkeurigheid in GSE115002. Overlevingsanalyse toonde aan dat een hoge expressie van elk gen significant geassocieerd was met een kortere algehele en ziektevrije overleving, en multivariate Cox-regressie bevestigde hun onafhankelijke prognostische waarde. Analyse van functionele verrijking gaf aan dat deze drie genen deelnemen aan de epitheel-mesenchymale overgang, extracellulaire matrixremodellering en immuunsuppressie, die allemaal nauw verbonden zijn met LUAD-invasie en metastase. De auteurs construeerden verder een prognostisch nomogram waarin de drie genen en het TNM-stadium werden gecombineerd, waarbij een concordantie-index van 0,743 werd bereikt en goede voorspellende prestaties werden aangetoond. Deze bevindingen bevestigen dat B3GNT3, FERMT1 en SPP1 veelbelovende diagnostische en prognostische biomarkers zijn voor LUAD, wat de klinische toepassing in risicostratificatie en -beheer ondersteunt.
Longkanker is de belangrijkste oorzaak van wereldwijde kankersterfte en was verantwoordelijk voor ongeveer 1,8 miljoen sterfgevallen in 2020. Longadenocarcinoom (LUAD) vertegenwoordigt bijna 40% van alle longkankergevallen2. Ondanks vooruitgang in chirurgie, gerichte therapie en immunotherapie blijft de 5-jaars overlevingskans voor geavanceerde LUAD onder de 20%. Betrouwbare moleculaire biomarkers voor vroege detectie en nauwkeurige prognose zijn dringend nodig. High-throughput sequencing en openbare databases zoals The Cancer Ge....
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
1. Gegevensbronnen en voorverwerking
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Globale genexpressieveranderingen in LUAD
Transcriptomische vergelijkingen tussen longadenocarcinoomweefsels en normale longweefsels identificeerden wijdverspreide veranderingen in genexpressie. Figuur 1A toont vulkaangrafieken van differentieel tot expressie gebrachte genen in de TCGA-LUAD-dataset, en Figuur 1B toont die in de GSE115002-dataset. In de TCGA-LUAD-cohort (Figuur 1A) wer.......
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Het nomogram werd geconstrueerd met behulp van multivariate Cox-regressieanalyse op basis van de TCGA-LUAD-cohort. Voorspellers zijn onder andere pathologische T-fase, pathologische N-fase en genexpressiestatus van B3GNT3, FERMT1 en SPP1 (gecategoriseerd als Hoog versus Laag op basis van mediane expressie). Voor elke patiënt worden de individuele scores voor elke variabele opgeteld om een "Totale Punten"-waarde te genereren, die overeenkomt met geschatte overle.......
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs verklaren geen concurrerende belangen.
Dit werk werd ondersteund door het project op het niveau van de Fujian Universiteit voor Traditionele Chinese Geneeskunde (subsidienummer: XB2024012) in 2024, geleid door Yuhui Lin van het Affiliated People's Hospital van de Fujian Universiteit voor Traditionele Chinese Geneeskunde. en gezamenlijke fondsen voor innovatie van wetenschap en technologie, provincie Fujian (subsidienummer 2025Y9530), geleid door Xiaoting Chen van het Jinjiang Municipal Hospital (Shanghai Sixth People's Hospital, Fujian).
....Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Publicly Available Datasets | TCGA-LUAD Dataset | The Cancer Genome Atlas (TCGA) Portal (https://portal.gdc.cancer.gov/); 535 LUAD tumor samples, 59 aangrenzende normale longweefselmonsters (RNA-sequencing count/FPKM waarden + klinische gegevens: overleving, TNM-stadiëring) | Transcriptomische en klinische gegevens voor differentiële expressie, overleving en nomogramanalyse; primaire studiecohort |
| GSE115002 Dataset | Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002); Agilent microarray, 52 LUAD tumorweefsels, 52 bijbehorende normale longweefsels (behandeling-naïeve primaire tumoren) | Onafhankelijke validatiecohort voor differentiële expressie, diagnostische prestaties en immuuninfiltratieanalyse | |
| Bioinformatics Software & Programmeringsomgeving | R Programmeertaal | Versie 4.1 | Kernplatform voor alle transcriptomische, statistische en grafische analyses |
| R Packages (Differentiële Expressie) | DESeq2, limma | DESeq2: TCGA RNA-seq ruwe telling differentiële expressieanalyse; limma: GSE115002 microarray normalisatie en differentiële expressieanalyse (Benjamini–Hochberg FDR correctie) | |
| R Packages (Diagnostische Analyse) | pROC | Constructie van ROC-curves, berekening van AUC (95% BI), optimale cutoff bepaling (Youden’s index) voor beoordeling van diagnostische prestaties | |
| R Packages (Overlevingsanalyse) | survival, survminer | Kaplan–Meier overlevingscurvegeneratie, log-rank test, univariabele/multivariabele Cox proportionele hazard regressie (HR + 95% BI); patiëntstratificatie per mediane genreexpressie | |
| R Packages (Functionele Verrijking) | clusterProfiler, fgsea | clusterProfiler: GO (BP/CC/MF) en KEGG padverrijkingsanalyse (gecorrigeerd P < 0,05); fgsea: GSEA voor MSigDB Hallmark/KEGG gensets (FDR < 0,25) | |
| R Packages (Nomogram Constructie & Validatie) | rms | Ontwikkeling van prognostisch nomogram (integratie van genreexpressie + TNM-stadium); Harrell’s C-index berekening, bootstrap hersteekproef (1000 herhalingen) voor biascorrectie, kalibratieplotgeneratie | |
| R Packages (Statistisch & Visualisatie) | ggplot2, ComplexHeatmap, corrplot | Generatie van vulkaanplots, bubbelplots (verrijking), heatmaps (immuuninfiltratiecorrelatie), spreidingsplots (genrecoexpressie); Pearson/Spearman correlatieanalyse | |
| Bioinformatics Databases & Tools (Netwerk/Immunanalse) | STRING Database | Vertrouwensscore > 0,7 | Constructie van eiwit-eiwit interactie (PPI) netwerken voor B3GNT3/FERMT1/SPP1 en eerstegraads interactoren |
| Cytoscape | - | Visualisatie van PPI en genrecoexpressienetwerken (randweging door correlatiesterkte, hubgenidentificatie) | |
| Immuundeconvolutiealgoritme | CIBERSORT | Schattingen van immuuncelinfiltratie abundantie (M2-macrofagen, CD8+ T-cellen, neutrofielen, NK-cellen, etc.) in LUAD-monsters; correlatie met kandidaatgenreexpressie | |
| Andere Tools | Microsoft Office/LaTeX | - | Voorbereiding van manuscripten, samenstelling van figuren en tabellen; compilatie van statistische resultaten |
Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken
Toestemming aanvragen