İnsan transkriptomik verilerinin entegre biyoinformatik analizi, akciğer adenokarsinomunda üç önemli tanısal ve prognostik biyobelirteç tespit ediyor

Özet

Bu çalışma, TCGA-LUAD ve GEO GSE115002 transkriptomik veriler kullanılarak akciğer adenokarsinomu için tanısal ve prognostik biyobelirteçleri belirlemiştir. B3GNT3, FERMT1 ve SPP1 ise yukarı regülasyonla tümörleri normal dokudan ayırt etti. Bu genler epitelyal-mezenkimal geçiş ve bağışıklık baskısı ile bağlantılıdır. Gen ifadesini TNM evresi ile birleştiren bir nomogram, güvenilir öngörü değeri gösterdi.

Özet

Akciğer adenokarsinomu (LUAD), dünya genelinde kansere bağlı ölümlerin başlıca nedenidir. Cerrahi, hedefli tedavi ve immünoterapideki ilerlemelere rağmen, ileri LUAD'ın 5 yıllık sağlıklanma oranı %20'nin altında kalmaya devam ediyor; bu da erken tespit ve prognoz için güvenilir moleküler biyobelirteçlere acil ihtiyaç olduğunu gösteriyor. Bu çalışmada yazarlar, üç tutarlı şekilde yukarı düzenlenmiş genin LUAD için etkili tanısal ve prognostik biyobelirteçler olarak görev yapabileceğini öne sürdüler. Yazarlar, iki bağımsız kohorttan alınan transkriptomik verileri analiz ederek farklı şekilde eksprese edilen genleri taramak için TCGA-LUAD (535 tümör, 59 normal örnek) ve GSE115002 (52 tümör, 52 eşleşen normal örnek) verilerini analiz ettiler. Her iki veri setinde LUAD tümörlerinde üç temel gen—B3GNT3, FERMT1 ve SPP1—sürekli olarak aşırı eksprese edildi. Bu genler, TCGA-LUAD'da AUC değerleri 0,95'in üzerinde, GSE115002'de yüksek doğruluk oranı ile mükemmel tanı performansı gösterdi. Sağkalım analizi, her genin yüksek ekspresyonu ile daha kısa genel ve hastalıksız sağkalma ile anlamlı ilişkili olduğunu gösterdi ve çok değişkenli Cox regresyonu, bağımsız prognostik değerlerini doğruladı. Fonksiyonel zenginleştirme analizi, bu üç genin epitelyal-mezenkimal geçiş, ekstrasellüler matriks yeniden modellenmesi ve bağışıklık baskılamaya katıldığını gösterdi ve bunların hepsi LUAD invazasyonu ve metastazı ile yakından ilişkilidir. Yazarlar, üç geni ve TNM evresini birleştiren bir prognostik nomogram geliştirerek 0.743 uyum indeksi elde ettiler ve iyi öngörücü performans gösterdiler. Bu bulgular, B3GNT3, FERMT1 ve SPP1'in LUAD için umut vadeden tanısal ve prognostik biyobelirteçler olduğunu doğrulamaktadır ve risk tabakalaştırma ve yönetiminde klinik uygulamayı desteklemektedir.

Giriş

Akciğer kanseri, küresel kanser ölümlerinin başlıca nedenidir ve 2020 yılında yaklaşık 1,8 milyon ölüme sebep^{olmuştur 1}. Akciğer adenokarsinomu (LUAD), tüm akciğer kanseri vakalarının neredeyse %40'ını oluşturur². Cerrahi, hedefli tedavi ve immünoterapideki ilerlemelere rağmen, ileri LUAD için 5 yıllık sağlık oranı %20'nin altında ^{kalmaktadır3,4}. Erken tespit ve kesin tahmin için güvenilir moleküler biyobelirteçlere acil ihtiyaç vardır. Yüksek verimli dizileme ve Kanser Genomu Atlası (TCGA) ile Gen İfadesi Omnibusu (GEO) gibi kam....

Protokol

1. Veri kaynakları ve ön işleme

1. R (sürüm 4.1.3; Windows 10 Pro).
2. GSE115002 için, limma (sürüm 3.52.3) kullanarak quantil normalizasyon uygulayın.
3. TCGA için düşük ekspresyon genleri filtreleyin: CPM > genleri örneklerin %≥50'sinde tutar.
4. Düşük ifadeli genleri GSE115002 için filtreleyin: ortalama sinyal >50 olan genleri koruyun.
5. log₂Dönüştürülen ifade değerlerini +1 sahte sayıyla dönüştür.
   NOT: LUAD gen ifadesi ve klinik veriler TCGA-LUAD (sürüm 33.0, GDC Portalı, 7 Ağustos 2025'te indirildi) ve GSE115002 (Agilent mikroarray, GEO, 7 Ağust....

Sonuçlar

LUAD'da küresel gen ifade değişiklikleri

Akciğer adenokarsinom dokuları ile normal akciğer dokuları arasındaki transkriptomik karşılaştırmalar, yaygın gen ifade değişikliklerini tespit etti. Şekil 1A , TCGA-LUAD veri setindeki farklı ekspresyon genlerin volkan grafiklerini gösterirken, Şekil 1B ise GSE115002 veri setindeki genleri gösterir. TCGA-LUAD kohortunda (Şekil 1A), 1865 gen ön.......

Tartışma

Nomogram, TCGA-LUAD kohortu temelinde çok değişkenli Cox regresyon analizi kullanılarak oluşturulmuştur. Tahmin edenler arasında patolojik T evresi, patolojik N evresi ve B3GNT3, FERMT1 ile SPP1'in gen ifade durumu (medyan ifadeye göre Yüksek ve Düşük olarak kategorize edilir) yer alır. Her hasta için, her değişken için bireysel puanlar toplanarak tahmini 1, 2 ve 3 yıllık genel hayatta kalma olasılıklarına karşılık gelen bir "Toplam Puan" değeri oluşturulur. Da.......

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
Publicly Available Datasets	TCGA-LUAD Veri Kümesi	The Cancer Genome Atlas (TCGA) Portal (https://portal.gdc.cancer.gov/); 535 LUAD tümör örneği, 59 bitişik normal akciğer dokusu örnekleri (RNA-dizileme sayımı/FPKM değerleri + klinik veriler: sağkalım, TNM aşamalaması)	Diferansiyel ekspresyon, sağkalım ve nomogram analizi için transkriptomik ve klinik veriler; birincil çalışma kohort
	GSE115002 Veri Kümesi	Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115002); Agilent mikrodizisi, 52 LUAD tümör dokusu, 52 eşleşen bitişik normal akciğer dokusu (tedavi görmemiş primer tümörler)	Diferansiyel ekspresyon, tanısal performans ve bağışıklık infiltrasyon analizi için bağımsız doğrulama kohort
Biyoinformatik Yazılım & Programlama Ortamı	R Programlama Dili	Versiyon 4.1	Tüm transkriptomik, istatistiksel ve grafiksel analizler için çekirdek platform
	R Paketleri (Diferansiyel Ekspresyon)	DESeq2, limma	DESeq2: TCGA RNA-seq ham sayım diferansiyel ekspresyon analizi; limma: GSE115002 mikrodizisi normalleştirme ve diferansiyel ekspresyon analizi (Benjamini–Hochberg FDR düzeltmesi)
	R Paketleri (Tanısal Analiz)	pROC	ROC eğrilerinin oluşturulması, AUC (%95 GA) hesaplaması, tanısal performans değerlendirmesi için en uygun kesme belirlenmesi (Youden’s endeksi)
	R Paketleri (Sağkalım Analizi)	survival, survminer	Kaplan–Meier sağkalım eğrisi oluşturma, log-rank testi, tek değişkenli/çok değişkenli Cox oransal risk regresyonu (HR + %95 GA); ortalama gen ekspresyonu ile hasta sınıflandırması
	R Paketleri (Fonksiyonel Zenginleştirme)	clusterProfiler, fgsea	clusterProfiler: GO (BP/CC/MF) ve KEGG yol zenginleştirme analizi (ayarlanan P < 0.05); fgsea: MSigDB Hallmark/KEGG gen setleri için GSEA (FDR < 0.25)
	R Paketleri (Nomogram Oluşturma & Doğrulama)	rms	Prognostik nomogram geliştirme (gen ekspresyonu + TNM aşaması entegrasyonu); Harrell’s C-index hesaplaması, yanlışlık düzeltmesi için önyükleme yeniden örnekleme (1000 tekrar), kalibre eğrisi oluşturma
	R Paketleri (İstatistik & Görselleştirme)	ggplot2, ComplexHeatmap, corrplot	Volkano grafikleri, kabarcık grafikleri (zenginleştirme), ısı haritaları (bağışıklık infiltrasyon korelasyonu), dağılım grafikleri (gen eş ekspresyonu) oluşturma; Pearson/Spearman korelasyon analizi
Biyoinformatik Veritabanı & Araçlar (Ağ/Bağışıklık Analizi)	STRING Veritabanı	Güven puanı > 0.7	B3GNT3/FERMT1/SPP1 ve birinci derece etkileşimcilerin protein-protein etkileşim (PPI) ağlarının oluşturulması
	Cytoscape	-	PPI ve gen eş ekspresyon ağlarının görselleştirilmesi (korelasyon gücü ile kenar ağırlıklandırması, hub gen tanımlama)
	Bağışıklık Ayrıştırma Algoritması	CIBERSORT	LUAD örneklerinde bağışıklık hücresi infiltrasyonu bolluğu (M2 makrofajları, CD8+ T hücreleri, nötrofiller, NK hücreleri, vb.) tahmini; aday gen ekspresyonu ile korelasyon
Diğer Araçlar	Microsoft Office/LaTeX	-	Makale hazırlama, şekil montajı ve tablo biçimlendirme; istatistiksel sonuç derlemesi