您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览141 | 下载161

目的 基于美国癌症基因组图谱(TCGA)数据库分析影响喉癌预后的铁死亡基因,建立喉癌预后预测模型.方法 从TCGA下载喉癌样本的转录组数据及临床信息数据.用R语言limma包筛选喉癌差异表达基因,用R语言survival包筛选喉癌生存时间相关基因并与文献挖掘出的60个铁死亡基因取交集,获得与喉癌预后相关的铁死亡基因.用R语言survival包、glment包进行LASSO回归分析构建最佳喉癌预后COX回归模型,ROC曲线分析模型对预后的预测价值.结果 共筛选出3个铁死亡基因与喉癌预后相关.PHKG2(HR=0.409,95%CI:0.199~0.842,P=0.015)、HSPB1(HR=1.842,95%CI:1.022~3.320,P=0.042)、FTH1(HR=1.708,95%CI:1.131~2.580,P=0.011).其中,HSPB1、FTH1为高风险基因,PHKG2为保护基因.与正常样本对比,PHKG2在喉癌样本中低表达,HSPB1、FTH1在喉癌样本中高表达.该模型预测喉癌患者术后1、2、3年生存率的ROC曲线下面积分别为0.657、0.691、0.770.且随时间延长,该模型的敏感度、特异度逐渐升高.结论 基于TCGA数据库共筛选出3个铁死亡基因(PHKG2、HSPB1、FTH1)与喉癌预后相关,基于以上铁死亡基因构建的模型可较好地预测喉癌患者预后.

作者:孙娟;杨莉娜;崔昊晶;胡文良;苏琳

来源:山东医药 2021 年 61卷 19期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:141 | 下载:161
作者:
孙娟;杨莉娜;崔昊晶;胡文良;苏琳
来源:
山东医药 2021 年 61卷 19期
标签:
喉癌 铁死亡基因 预后 美国癌症基因组图谱数据库 模型
目的 基于美国癌症基因组图谱(TCGA)数据库分析影响喉癌预后的铁死亡基因,建立喉癌预后预测模型.方法 从TCGA下载喉癌样本的转录组数据及临床信息数据.用R语言limma包筛选喉癌差异表达基因,用R语言survival包筛选喉癌生存时间相关基因并与文献挖掘出的60个铁死亡基因取交集,获得与喉癌预后相关的铁死亡基因.用R语言survival包、glment包进行LASSO回归分析构建最佳喉癌预后COX回归模型,ROC曲线分析模型对预后的预测价值.结果 共筛选出3个铁死亡基因与喉癌预后相关.PHKG2(HR=0.409,95%CI:0.199~0.842,P=0.015)、HSPB1(HR=1.842,95%CI:1.022~3.320,P=0.042)、FTH1(HR=1.708,95%CI:1.131~2.580,P=0.011).其中,HSPB1、FTH1为高风险基因,PHKG2为保护基因.与正常样本对比,PHKG2在喉癌样本中低表达,HSPB1、FTH1在喉癌样本中高表达.该模型预测喉癌患者术后1、2、3年生存率的ROC曲线下面积分别为0.657、0.691、0.770.且随时间延长,该模型的敏感度、特异度逐渐升高.结论 基于TCGA数据库共筛选出3个铁死亡基因(PHKG2、HSPB1、FTH1)与喉癌预后相关,基于以上铁死亡基因构建的模型可较好地预测喉癌患者预后.