Исследовательская статья

Интегрированный биоинформатический анализ транскриптомических данных человека выделяет три ключевых диагностических и прогностических биомаркера при аденокарциноме лёгких

118 просмотров

DOI:

10.3791/71214

30 июня 2026 г.

* These authors contributed equally

В этой статье

Краткое содержание

В этом исследовании были выявлены диагностические и прогностические биомаркеры аденокарциномы легких с использованием транскриптомических данных TCGA-LUAD и GEO GSE115002. B3GNT3, FERMT1 и SPP1 были повышены регуляцией, что отличало опухоли от нормальной ткани. Эти гены связаны с эпителиально-мезенхимным переходом и иммуносупрессией. Номограмма, объединяющая экспрессию гена со стадией TNM, показала надёжную прогностическую ценность.

Аннотация

Аденокарцинома лёгких (LUAD) является ведущей причиной смерти, связанной с раком, во всем мире. Несмотря на достижения в хирургии, таргетной терапии и иммунотерапии, 5-летняя выживаемость продвинутой LUAD остаётся ниже 20%, что указывает на острую необходимость надёжных молекулярных биомаркеров для раннего выявления и прогноза. В этом исследовании авторы выдвинули гипотезу, что три постоянно апрегуляционных гена могут служить эффективными диагностическими и прогностическими биомаркерами для LUAD. Авторы проанализировали транскриптомные данные из двух независимых когорт — TCGA-LUAD (535 опухолей, 59 нормальных образцов) и GSE115002 (52 опухоли, 52 совпадающих нормальных образца) — для скрининга дифференциально экспрессируемых генов. Три основных гена — B3GNT3, FERMT1 и SPP1 — постоянно экспрессировались в опухолях LUAD в обоих наборах данных. Эти гены показали отличную диагностическую эффективность: AUC выше 0,95 в TCGA-LUAD и высокая точность в GSE115002. Анализ выживаемости показал, что высокая экспрессия каждого гена существенно связана с более короткой общей и безболезненной выживаемостью, а многомерная регрессия Кокса подтвердила их независимую прогностическую ценность. Анализ функционального обогащения показал, что эти три гена участвуют в эпителиально-мезенхимальном переходе, ремоделировании внеклеточного матрикса и иммуносупрессии, все они тесно связаны с инвазией и метастазами LUAD. Авторы дополнительно создали прогностическую номограмму, объединив три гена и стадию TNM, достигнув индекса согласованности 0,743 и демонстрировав хорошую прогностическую эффективность. Эти результаты подтверждают, что B3GNT3, FERMT1 и SPP1 являются перспективными диагностическими и прогностическими биомаркерами для LUAD, поддерживая клиническое применение в стратификации и управлении рисками.

Введение

Рак лёгких является основной причиной глобальной смертности от рака, на него пришлось примерно 1,8 миллиона смертей в 2020году. Аденокарцинома легких (LUAD) составляет почти 40% всех случаев ракалёгких 2. Несмотря на достижения в хирургии, таргетной терапии и иммунотерапии, 5-летняя выживаемость при прогрессирующем LUAD остаётся ниже 20%3,4. Надёжные молекулярные биомаркеры для раннего выявления и точного прогнозирования крайне необходимы. Высокопроизводительное секвенирование и публичные базы данных, такие как The Cancer Genome ....

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

1. Источники данных и предварительная обработка

  1. Обработка необработанных данных в R (версия 4.1.3; Windows 10 Pro).
  2. Для GSE115002 примените квантильную нормализацию с помощью лиммы (версия 3.52.3).
  3. Фильтровать гены с низкой экспрессией для TCGA: сохранять гены с CPM > 0,5 в ≥50% образцов.
  4. Фильтруйте гены с низкой экспрессией для GSE115002: сохраняйте гены со средним сигналом >50.
  5. log2Преобразовать значения выражения с псевдосчётом +1.
    ПРИМЕЧАНИЕ: Экспрессия генов LUAD и клинические данные были получены из TCGA-LUAD (версия 33.0, портал ....

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Глобальные изменения экспрессии генов в LUAD

Транскриптомические сравнения между тканями аденокарциномы легких и нормальными тканями лёгких выявили масштабные изменения экспрессии генов. На рисунке 1A показаны диаграммы вулканических генов дифференциально экспрессируемых в наборе данных TCGA-LUAD, а на рисунке 1B показаны гены из GSE115002 набора данных. В когорте TCGA-LUAD (рисунок 1A

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Номограмма была построена с использованием многомерного регрессионного анализа Кокса на основе когорты TCGA-LUAD. Предикторы включают патологическую стадию Т, патологическую стадию N и статус экспрессии генов у B3GNT3, FERMT1 и SPP1 (классифицируются как Высокий и Низкий на основе медианной экспрессии). Для каждого пациента индивидуальные баллы по каждой переменной суммируются, чтобы получить значение «Total Points», которое соответствует оценочным общим вероят.......

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не заявляют о конкурирующих интересах.

Благодарности

Эта работа была поддержана проектом на уровне университета Фуцзянского университета традиционной китайской медицины 2024 года (номер гранта: XB2024012), возглавляемым Юхуэй Линем из Аффилированной народной больницы Фуцзянского университета традиционной китайской медицины. и совместные фонды для инноваций в науке и технологиях, провинция Фуцзянь (грант No2025Y9530), возглавляемые Сяотин Чэнем из муниципальной больницы Цзиньцзяна (Шанхайская шестая народная больница, Фуцзянь).

....

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Доступные общественно наборы данныхНабор данных TCGA-LUADПортал The Cancer Genome Atlas (TCGA) (https://portal.gdc.cancer.gov/); 535 образцов опухоли LUAD, 59 смежных нормальных образцов легочной ткани (значения счета/FPKM РНК-секвенирования + клиническая информация: выживаемость, стадия TNM)Транскриптомные и клинически данные для анализа дифференциальной экспрессии, выживаемости и номограммы; основной когорт исследования
Набор данных GSE115002Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002); микрочип Agilent, 52 опухолевые ткани LUAD, 52 соответствующих нормальных легочных ткани (первичные опухоли без лечения)Независимая когорт валидации для анализа дифференциальной экспрессии, диагностической производительности и анализа иммунной инфильтрации
Биоинформатическое ПО & среда программированияЯзык программирования RВерсия 4.1Основная платформа для всех транскриптомных, статистических и графических анализов
Пакеты R (Дифференциальная экспрессия)DESeq2, limmaDESeq2: анализ дифференциальной экспрессии сырых счетов РНК-секвенирования TCGA; limma: нормализация микрочипов GSE115002 и анализ дифференциальной экспрессии (коррекция по Бенджамини–Хохбергу FDR)
Пакеты R (Диагностический анализ)pROCПостроение кривых ROC, расчет AUC (95% ДИ), определение оптимальной точки отсечения (индекс Юдена) для оценки диагностической производительности
Пакеты R (Анализ выживаемости)survival, survminerПостроение кривых выживаемости Каплана–Мейера, тест Лог-ранга, однофакторная/многофакторная Cox пропорциональная регрессия риска (HR + 95% ДИ); стратификация пациентов по медианному уровню экспрессии генов
Пакеты R (Функциональное обогащение)clusterProfiler, fgseaclusterProfiler: анализ обогащения по GO (BP/CC/MF) и путей KEGG (корректированное значение P < 0.05); fgsea: GSEA для наборов генов MSigDB Hallmark/KEGG (FDR < 0.25)
Пакеты R (Построение и валидация номограмм)rmsРазработка прогностической номограммы (интеграция экспрессии генов + стадии TNM); расчет индекса C Харрелла, пересчет по методу бутстрапа (1000 повторений) для коррекции смещения, построение графика калибровки
Пакеты R (Статистический и визуальный анализ)ggplot2, ComplexHeatmap, corrplotПостроение вулканических графиков, круговых диаграмм (обогащение), тепловых карт (корреляция иммунной инфильтрации), точечных графиков (соизменение генов); анализ корреляции Пирсона/Спирмена
Биоинформатический анализ и инструменты (Сетевой/Иммунный анализ)База данных STRINGПорог достоверности > 0.7Построение сетей взаимодействия белков (PPI) для B3GNT3/FERMT1/SPP1 и их первостепенных взаимодействующих партнеров
Cytoscape-Визуализация сетей взаимодействий белков и соизменения генов (оценка веса ребер по силе корреляции, идентификация центральных генов)
Алгоритм иммунного декодированияCIBERSORTОценка избыточности инфильтрации иммунных клеток (M2 макрофаги, CD8+ Т-клетки, нейтрофилы, NK-клетки и др.) в образцах LUAD; корреляция с экспрессией кандидатных генов
Другие инструментыMicrosoft Office/LaTeX-Подготовка рукописи, сборка фигур и оформление таблиц; сбор статистических результатов

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

232232JoVEB3GNT3FERMT1SPP1

Похожие статьи