1分左右的纯生信sci，纯生信分析文章
chanong
|今天我们为您带来2020年2月发表在J. Cell. Physiol. (IF=4.55)上的论文《A 16-mRNA Signature optimizations of recur-free Survival Predict of Stage II and III Gastric cancer》。虽然TNM分期是胃癌常用的分期，但同一分期患者的预后仍然存在较大差异，本文通过LASSO Cox回归筛选了16个II期和III期胃癌相关mRNA，高风险评分意味着：胃癌有复发的可能。
16 个mRNA 特征优化II 期和III 期胃癌的无复发生存预测
16-mRNA 特征模型优化了II 期和III 期胃癌的无复发生存预测。
1.研究背景胃癌是世界上最常见的恶性肿瘤之一，通过手术和化疗可以提高胃癌患者的生存期，但治疗方法取决于胃癌的分期。不同的。I期胃癌患者适合手术治疗，而II期患者不建议IV期手术，尽管II期和III期患者的治疗策略相对一致。Masu。肿瘤、淋巴结、转移（TNM）分期是胃癌常见的预后指标，但即使在同一阶段的患者之间也存在很大差异。
2. 分析过程
3. 结果分析1. II 期和III 期胃癌预后标志物16-mRNA 的开发和验证作者鉴定了680 个与II 期和III 期胃癌无复发生存相关的基因；并对这些基因进行了分析。在使用LASSO Cox 回归的训练集数据中，构建了16 个mRNA 特征，这些特征与II 期和III 期胃癌患者的RFS 显着相关。
模型风险评分公式为：
风险评分=(0.0972435373 SERGEF) + (0.1700228682 GBP4) + (0.2013294543 C2CD4A) + (0.0806643396 UBA3) + (0.0136345665 ZMPSTE24) + (0.0534570045 AG ER) ) +(0.0661234774 NUB1) + (0.0849527661 PPP2R3C) +(0.0007535387 HMG20A) + (0.0225723976 CDX1) +(0.1217446965 ZNF124) + (0.0323252951 FCGR1A) +(0.01634217 52 HNRNP) UL1) + (0.0629468076 PPP1R15A ) +(0.0421263230 CBLN3) + (0.0720918978 LOXL3) 图1a：从680个基因中筛选出预后更清晰的基因。黄线是惩罚Cox回归模型的惩罚参数lambda，黄线右侧是选定的与预后显着相关的基因。图1b：在10倍交叉验证确定的值（）上画一条垂直的黄线，最佳产生16个非零系数。
图1. LASSO 回归构建16-mRNA。
图2a：训练集中数据的生存分析图2bc：16 个mRNA 模型在独立数据集GSE26253 和TCGA 上的验证根据这16 个基因的表达和系数计算每个样本的风险评分，以及风险评分该评分将患者分为高风险组（红线）和低风险组（蓝线）以验证模型。风险评分越高意味着胃癌复发的可能性越大。
图2. 检查16-mRNA 的生存分析。
2. 16-mRNA的预后价值以风险评分、肿瘤分期、年龄和性别为协变量，进行单变量和多变量COX回归分析，检测16-mRNA模型得出的风险评分是否为独立因素。和III期胃癌。其中，图3ace为单因素回归分析，图3bdf为多因素回归分析。这证明16 mRNA模型可以更好地预测II期和III期胃癌的预后。
图3cd：使用16mRNA对GSE62254、GSE26253和TCGA数据库中的II期和III期胃癌患者进行单独分析表明，在现有分期分类下可以进一步筛选高危患者，但高危患者预后较差。图3ef：术后化疗数据库GSE62254的16-mRNA分析。风险评分较高的患者RFS 较低。小结：16-mRNA可以在三个数据集中筛选高危患者，但TNM分级只能筛选数据库GSE26253，即使在TNM分期后，16-mRNA标记也可以进一步筛选高危患者。
图3. 16-mRNA 和其他因素的预后价值。
3. 构建16-mRNA 列线图图4a：结合16-mRNA 标记物、肿瘤分期、Loren 分类、淋巴结比率和化疗构建列线图。图4b：校准图。 x轴是预测复发概率结果，y轴是实际复发概率，实线段是列线图。列线图接近45，表明预测效果较好。图4c：用于检验预测检验准确性的ROC分析列线图曲线下面积为0.8461，表明预测效果良好。图4d：测试列线图性能的决策曲线，预测II期和III期胃癌，因为16-mRNA模型在预测胃癌无症状复发的预后方面被证明优于TNM分类。16-mRNA更适�**┲⒂直萒NM好。
图4.列线图构建和验证。
4. 16-mRNA标记的信号通路GSVA分析：将数据集GSE62254分为高风险组和低风险组，并分析和识别与16-mRNA相关的基因集。图5a：显示高危评分组中与转移和化疗耐药相关的基因上调；图5b：相关性分析，16-mRNA与与转移和化疗耐药相关的基因呈强正相关。因此，16-mRNA 特征与胃癌的转移和化疗耐药基因相关。
图5. 16-mRNA 通路分析
最后总结一下，作者使用LASSO回归分析了GSE62254数据集，构建了计算风险评分16-mRNA模型，并通过GSE26253和TCGA-STAD数据验证了生存分析。然后，作者通过对风险评分、年龄、性别的TNM分期进行单因素和多因素分析，证明16-mRNA具有良好的预后效果，并进一步整合以上因素制作列线图，对其进行了验证。使用校准的有效性。图表、ROC 分析、决策曲线。最后，作者对16-mRNA 进行了GSVA 分析，发现16-mRNA 与转移和化疗耐药基因相关。