前列腺癌预后标志的研究

来源:用户上传      作者:

　　摘要：目的  探索可以准确预测患者生存状态的基因标志物模型，提高前列腺癌的治疗成功率。方法  利用前列腺癌患者的基因表达谱数据和样本临床数据，筛选出与患者生存时间显著相关的基因作为特征来构建预后模型，并对模型预测的准确性进行验证。结果  构建了共包含ENSG00000101844，ENSG00000107077及ENSG00000117461 3个分子标记物为组合的预后标志物模型，该预后标志物模型表现出较好的预测性能，可有效提高前列腺癌预后评估的准确性。结论  mRNA预后标志物模型可有效预测患者的生存状态，且具有较高的预测准确性、实用性和稳定性，为分子预后标志物在实际临床中的应用提供了可能性，也为患者在选择合理的治疗方案上，提供更加准确的指导建议，同时为开发用于检测前列腺癌预后效果的医疗器械产品提供理论基础。
　　关键词：前列腺癌;预后;标志;基因表达
　　中图分类号：R737.25;R737.11                          文献标识码：B                           DOI：10.3969/j.issn.1006-1959.2019.09.003
　　文章编号：1006-1959（2019）09-0007-04
　　Abstract：Objective  To explore a genetic marker model that can accurately predict the patient's survival status and improve the success rate of prostate cancer treatment.Methods  Using gene expression profiling data and clinical data of prostate cancer patients， the genes with significant correlation with patient survival time were selected as features to construct a prognostic model， and the accuracy of model prediction was verified. Results  A prognostic marker model consisting of three molecular markers including ENSG00000101844， ENSG00000107077 and ENSG00000117461 was constructed. The prognostic marker model showed better predictive performance and could effectively improve the accuracy of prognosis evaluation of prostate cancer.Conclusion  The mRNA prognostic marker model can effectively predict the survival status of patients， and has high prediction accuracy， practicability and stability. It provides possibility for the application of molecular prognosis markers in actual clinical practice， and also selects patients. Provide a more accurate guidance on reasonable treatment options， and provide a theoretical basis for the development of medical device products for detecting the prognosis of prostate cancer.
　　Key words：Prostate cancer;Prognosis;Marker;Gene expression
　　目前，治療癌症的方法虽然有很多种，但是不同癌症疗法在不同患者的实际治疗中效果参差不齐。因此针对不同的患者应选择其适合的疗法，而癌症的预后判断是癌症患者进行个体化治疗的前提。在此背景下，预后标记物的研究显得尤为重要。前列腺癌已成为危害男性健康的主要恶性肿瘤之一，在欧美发达国家及地区，其发病率已跃居至男性恶性肿瘤发病率的首位[1，2]。根据最新的10 年统计数据，前列腺癌在大多数国家的发病率急剧上升，其中尤以亚洲、北欧和西欧地区的增长最为快速[3]。我国前列腺癌的发病率目前虽然不高，但其趋势却不容乐观，伴随着我国社会经济的飞速发展，人们生活及饮食习惯的改变，人口老龄化日益加剧，前列腺癌的发病率也在不断上升且增长的速度更为快速，现已成为我国男性泌尿生殖系统中最常见的恶性肿瘤[4]。本文收集了前列腺癌患者的基因表达谱数据和样本临床数据，筛选出与患者生存时间显著相关的基因作为特征来构建预后模型，最终构建的以3个基因为组合的预后标志物模型表现出较好的预测性能，提高了前列腺癌预后的准确性。 　　1材料与方法
　　1.1数据的来源和预处理  本文中我们利用的前列腺癌样本基因表达谱数据和患者临床信息数据均是从TCGA数据库（https：//cancergenome.nih.gov/）中下载。在TCGA数据库中搜索“prostate cancer”，下载具有基因表达谱数据的样本及其临床信息数据，并对下载数据进行处理。首先将原始数据中无生存时间和表达量信息的样本数据删除，留下495个样本进行后续的分析。随后将495个样本随机分成用于前列腺癌预后模型构建的训练集（包含248个样本），和用于检验模型对患者预后预测性能的检验集（包含247个样本）。
　　1.2统计学分析  通过单因素Cox回归筛选与患者生存时间显著相关的基因，采用多因素Cox回归构建模型，Kaplan-Meier、ROC检验所构建模型的预后预测性能，以上分析均通过R语言完成。P<0.01表示统计学意义显著。
　　2结果
　　2.1预后模型的建立  本研究中共使用495个前列腺癌样本，其中60岁及以上患者有273个，60岁以下有222个。患者的临床信息还包括肿瘤T分期、N分期、M分期等（见表1）。首先删除样本中表达不过半的基因，再将所有剩余的基因分别与患者生存时间进行单因素Cox回归分析，筛除P>0.01的基因，共得到325个剩余基因作为后续分析的候选基因。
　　研究构建了1～3个基因的所有组合模型并利用多因素Cox回归在训练集中得到其风险得分公式。再通过比较这些模型的AUROC，找到了一个由3个基因构成的最佳预后预测模型，和患者生存时间显著相关的3个基因预后标志物信息见表2。该模型的风险得分公式如下：Risk score=（-0.4331×expression of ENSG00000101844）+（0.6815×expression of ENSG00000107077）+（-0.207×expression of ENSG00000117461）。
　　2.2在训练集和检验集中验证3个基因组合的预后风险模型性能  训练集和检验集中的预后风险得分中位数分别为-0.4502和-0.4571，据此将训练集和检验集中的样本分别等分为高、低风险组。Kaplan-Meier生存分析表明，无论是在训练集还是检验集中，高、低风险组中患者的生存时间均表现出显著性差异（P=0.002，P=0.001（图1A、图2A）。为了评估3个基因组合标志物在患者预后预测方面的表现，对训练集和检验集样本进行ROC分析，其AUROC值分别为0.686和0.664（图1B、图2B），说明3个基因组合标志物模型能够对前列腺癌进行有效地风险分级，且在预后预测方面有很高的准确性和灵敏度。
　　2.3预后模型在不同临床特征分组下的性能評估  前列腺的发生发展是一个多因素、多阶段的复杂过程，患者的年龄是影响患者预后的主要因素。为了进一步判断该预后预测模型是否在不同年龄分组下也有良好的预测性能，选择60岁为分界线，对患者进行重新分组。结果显示，不同年龄下高低风险组之间的生存时间均存在显著差异（P=0.001，P=0.037），且AUROC分别为0.68和0.671，该模型能准确、有效地评估患者的死亡风险，且灵敏度高、特异性强，见图3。
　　3讨论
　　本文提出的预后标志物模型中共包含3个分子标记物：ENSG00000101844，ENSG00000107077，ENSG00000117461。ENSG00000101844即ATG4A，是自噬蛋白家族的成员之一。自噬被认为是细胞分化、变形、非凋亡细胞死亡和衰老过程中细胞稳态和细胞重构的必要条件。自噬水平的降低在一些恶性肿瘤中已被描述，自噬在控制与癌症相关的不受调控的细胞生长中的作用已被提出。而ATG4A 是自噬信号途径中重要的调控分子，在自噬发生过程中剪切 LC3 分子，参与自噬溶酶体双层膜的形成[5]。有研究报道[6]，在乳腺癌干细胞中，ATG4A 分子高表达。在宫颈癌耐药研究中也发现ATG4A 分子参与癌细胞化疗药物抵抗[7]。ENSG00000107077，又名KDM4C，是一种组蛋白去甲基化酶，其属于Jumonji domain 2（JMJD2）家族，在肿瘤细胞中可以发现该基因的染色体畸变和表达改变。KDM4C基因最初被称为食管鳞癌扩增基因1（GASC1），其首次被发现于2000年。另外，在结肠肿瘤细胞中，KDM4C通过介导Wnt/Notch信号通路调节细胞sphere的形成[8]。另有研究显示KDM4C 与 ATF4 结合介导肿瘤细胞的生物代谢，其调控肿瘤细胞的氨基酸和蛋白质的生物合成。ENSG00000117461，又名PIK3R3，是PI3K信号转导通路重要的调节亚基，而PI3K信号通路在细胞的增殖、凋亡、分化及物质代谢中发挥重要的作用。研究表明PIK3R3在卵巢癌、胶质母细胞瘤、非小细胞肺癌等多种恶性肿瘤中异常高表达[9-11]。PIK3R3能够调节白血病细胞分化[12]，促进尤文肉瘤的增殖[13]，也可以不同的方式促进三阴性乳腺癌、非小细胞肺癌、肝癌及结直肠癌的侵袭转移[14-17]。
　　本研究中找到的mRNA预后标志物模型在预测患者生存状态时的预测性能均较好，提高了对患者预后生存状况的预测准确性。同时，对年龄这一临床特征进行了重分组研究，提示mRNA预后标志物模型可有效预测患者的生存状态，且具有较高的预测准确性。这进一步验证了文中提出的前列腺癌mRNA预后标志物模型的实用性和稳定性，为分子预后标志物在实际临床中的广泛使用提供了可能性，也为患者在选择合理的治疗方案上，提供更加准确的指导建议，同时为开发用于检测前列腺癌预后效果的医疗器械产品提供理论基础。
　　参考文献：
　　[1]Wong MC，Goggins WB，Wang HH，et al.Global incidence and mortality for prostate cancer： Analysis of temporal patterns and trends in 36 countries[J].European urology，2016，70（5）：862-874. 　　[2]Rebecca L，Siegel MPH，Kimberly D，et al.Cancer statistics，2018[J].CA，2018，68（1）：7-30.
　　[3]Bray F，Ferlay J，Soerjomataram I，et al.Global cancer statistics 2018： Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA，2018，68（1）：394-424.
　　[4]Chen W.Cancer statistics： Updated cancer burden in china[J].Chin J Cancer Res，2015，27（1）：1.
　　[5]Biddle A，Mackenzie IC.Cancer stem cells and emt in carcinoma[J].Cancer Metastasis Rev，2012.
　　[6]Fan YL，Zheng M，Tang YL，et al.A new perspective of vasculogenic mimicry： Emt and cancer stem cells （review）[J].Oncol Lett，2013，6（5）：1174-1180.
　　[7]Brabletz T.Emt and met in metastasis： Where are the cancer stem cells？[J].Cancer Cell，2012，22（6）：699-701.
　　[8]Yamamoto S，Tateishi K，Kudo Y，et al.Histone demethylase kdm4c regulates sphere formation by mediating the cross talk between wnt and notch pathways in colonic cancer cells[J].Carcinogenesis，2013，34（10）：2380-2388.
　　[9]Zhang L，Huang J，Yang N，et al.Integrative genomic analysis of phosphatidylinositol 3'-kinase family identifies pik3r3 as a potential therapeutic target in epithelial ovarian cancer[J].Can J Comp Med，2007，13（18）：5314-5321.
　　[10]Soroceanu L，Kharbanda S，Chen R，et al.Identification of igf2 signaling through phosphoinositide-3-kinase regulatory subunit 3 as a growth-promoting axis in glioblastoma[J].Proc Natl Acad Sci USA，2007，104（9）：3466-3471.
　　[11]Pradhan MP，Desai A，Palakal MJ.Systems biology approach to stage-wise characterization of epigenetic genes in lung adenocarcinoma[J].BMC Systems Biology，2013（7）：141.
　　[12]Wang G，Deng Y，Cao X，et al.Blocking p55pik signaling inhibits proliferation and induces differentiation of leukemia cells[J].Cell Death and Differentiation，2012，19（11）：1870-1879.
　　[13]Niemeyer BF，Parrish JK， Spoelstra NS，et al.Variable expression of pik3r3 and pten in ewing sarcoma impacts oncogenic phenotypes[J].PloS One，2015，10（1）：e0116895.
　　[14]Klahan S，Wu MS，Hsi E，et al.Computational analysis of mrna expression profiles identifies the itg family and pik3r3 as crucial genes for regulating triple negative breast cancer cell migration[J].Bio Med Research International，2014（2014）：536591.
　　[15]Yu T，Li J，Yan M，et al.Microrna-193a-3p and -5p suppress the metastasis of human non-small-cell lung cancer by downregulating the erbb4/pik3r3/mtor/s6k2 signaling pathway[J].Oncogene，2015，34（4）：413-423.
　　[16]Wang G，Yang X，Li C，et al.Pik3r3 induces epithelial-to-mesenchymal transition and promotes metastasis in colorectal cancer[J].Molecular Cancer the Rapeutics，2014，13（7）：1837-1847.
　　[17]Cao G，Dong W，Meng X，et al.Mir-511 inhibits growth and metastasis of human hepatocellular carcinoma cells by targeting pik3r3[J].Tumour Biol，2015，36（6）：4453-4459.
　　收稿日期：2019-2-14;修回日期：2019-2-24
　　編辑/钱洪飞作者简介：张莹（1983.6-），女，天津人，博士，工程师，主要从事体外诊断试剂的技术审评工作
转载注明来源:https://www.xzbu.com/1/view-14801106.htm