结合自噬相关基因表达谱和临床因素的肺腺癌预后预测模型

对肺腺癌自噬相关基因进行生物信息学分析,结合多基因预后标志和临床参数构建能够预测肺腺癌患者预后的模型。首先,对TCGA肺腺癌数据中的938个自噬相关基因进行差异分析,获得了82个差异自噬相关基因,使用单因素Cox比例风险回归模型从差异自噬相关基因中筛选出候选基因,通过 lasso回归进一步筛选出预后相关基因,分别是ARNTL2、NAPSA、ATG9B、CAPN12、MAP1LC3C和KRT81。通过多因素Cox回归分析以构建风险评分模型,根据最优cutoff值将患者分为高低风险组,生存曲线显示高低风险组之间生存差异显著,ROC曲线显示风险评分的预测能力良好,并在内、外验证集中得到验证。同时对传统的临床因素进行单因素和多因素Cox回归分析,结果显示Stage、复发和风险评分能够独立预测预后,结合这三个独立的预后参数以构建列线图模型,使用一致性指数、校准曲线评估列线图的预测能力,结果显示预测结果与实际结果之间具有良好的一致性。通过与Stage和风险评分的比较发现,列线图的预测能力表现最佳。基于肺腺癌相关的自噬基因和临床参数构建了一个列线图模型来预测肺腺癌患者的预后生存,这可能为临床医生提供了一种可靠的预后评估工具。