基于Scissor算法的肝内胆管癌新型分子预测模型

摘要

目的构建基于Scissor算法的肝内胆管癌(intrahepatic cholangiocarcinoma,ICC)新型预后预测模型。方法分别从癌症基因组图谱(TCGA)数据库和美国国立生物技术信息中心基因表达(GEO)数据库下载ICC高通量测序数据集和ICC单细胞数据集(GSE151530)。运用R语言Scissor包筛选与ICC预后相关的细胞,并计算差异表达基因(differentially expressed genes,DEGs)。通过功能富集分析和基因相互作用检索工具(search tool for the retrieval of interacting genes,STRING)对DEGs进行蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络分析。通过肿瘤免疫功能障碍和排斥(tumor immune dysfunction and exclusion,TIDE)算法推断肿瘤免疫逃逸评分,并计算TIDE评分与DEGs的相关性。最后通过多因素Cox回归分析筛选得到关键基因并构建ICC新型预后预测模型。结果筛选得到肿瘤微环境中的604个与ICC不良预后相关的细胞并进一步明确了366个DEGs,包括281个上调基因和85个下调基因(P1.5),主要富集于程序性死亡受体1信号通路、白细胞介素10信号通路和肿瘤坏死因子信号通路等。STRING网络分析构建了4个模块化PPI网络,通过计算各模块基因与病人TIDE评分的相关性,共鉴定出18个与免疫治疗密切相关的关键基因(P<0.05),最后使用多因素Cox回归分析确定了3个既与ICC免疫响应相关又与其预后相关的枢纽基因CDK1、FCGR2A和CTSD,并基于此构建了预后预测模型[1年生存曲线下面积(area under the curve,AUC)为0.672,2年生存AUC为0.692,3年生存AUC为0.742],同时于外部数据集验证了该模型效果(1、2、3年生存AUC分别为0.584、0.651、0.668)。结论基于CDK1、FCGR2A和CTSD建立的预后预测模型具备良好性能,并可为ICC病人能否获益于免疫治疗提供重要参考价值。