组合的STAT信号通路相关基因在结直肠癌预后模型中的应用制造技术

本发明专利技术提供了一种组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，组合的STAT信号通路相关基因为CAV1、EPO、IL13、LEP和NEUROD1；其中结直肠癌预后模型的建立方法包括步骤1)数据的收集整理，步骤2)筛选差异表达的STAT信号通路相关基因，步骤3)STAT信号通路相关基因的预后模型构建，步骤4)构建列线图。本发明专利技术的预后模型具有准确性高的优点，在临床上可以为结直肠癌患者提供疾病诊断及预后的新方法，同时揭示其对肿瘤微环境的预测作用，并为靶向治疗的发展提供重要信息。并为靶向治疗的发展提供重要信息。

【技术实现步骤摘要】
组合的STAT信号通路相关基因在结直肠癌预后模型中的应用


[0001]本专利技术属于肿瘤分子生物学
，具体涉及一种组合的STAT信号通路相关基因在结直肠癌预后模型中的应用。

技术介绍

[0002]2020年，结直肠癌(CRC)被列为全世界第三大常见的恶性肿瘤，每年新增病例超过180万例，死亡病例超过90万例，严重威胁着人类健康。在过去的十年中，治疗技术的快速发展为CRC的治疗提供了希望。借助基因组学、转录组学、蛋白质组学和表观基因组学数据，靶向治疗正在成为一种新的选择，但与传统治疗方法相比仍处于起步阶段。因此，专利技术人亟需新的标志物及预测模型，以评估患者的预后。
[0003]在肿瘤细胞和微环境中，信号转导和转录激活因子(STAT)信号是肿瘤发生发展的必要条件。STAT蛋白是一种转录因子，主要通过直接刺激酪氨酸磷酸化和丝氨酸残基而被激活，并介导多种下游信号通路的激活。目前STAT在多数癌症类型中的作用已有相关研究，但STAT信号通路，包括其调节因子和效应因子在结直肠癌中的作用仍在很大程度上未知。

技术实现思路

[0004]针对现有技术的缺陷，本专利技术提供了一种组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，具有准确性高的优点，在临床上可以为结直肠癌患者提供疾病诊断及预后的新方法。
[0005]为了实现上述目的，本专利技术的具体技术方案是：
[0006]组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，其中，组合的STAT信号通路相关基因为CAV1、EPO、IL13、LEP和NEUROD1。
[0007]作为本专利技术的另一种具体实施方式，结直肠癌预后模型的建立方法包括以下步骤：
[0008]步骤1)数据的收集整理
[0009]从癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库中获取结直肠癌的临床数据和基因表达数据；
[0010]步骤2)筛选差异表达的STAT信号通路相关基因
[0011]对已知的多个STAT信号通路相关基因使用Limma包进行差异表达分析，使用“igraph”包用来演示基因相互作用网络，筛选相较于正常样本的差异表达的基因组合；
[0012]步骤3)STAT信号通路相关基因的预后模型构建
[0013]采用单因素COX回归分析对步骤2)中筛选出的结直肠癌患者预后相关的每个差异表达基因进行评估，根据P值及LASSO Cox回归分析进一步筛选得到与STAT信号通路相关的差异基因组合，评估模型的计算方法为：
[0014]风险指数评分＝；
[0015]其中Coefi代表系数，Xi表示标准化后的基因表达水平；
[0016]步骤4)构建列线图
[0017]基于基因特征和临床特征，使用rms、foreign和survival包整合独立预测因素，通过校正和消除趋势对应分析(DCA)构建列线图，评估患者的生存率以及评估模型的效能。
[0018]作为本专利技术的另一种具体实施方式，步骤2)中所筛选出的相较于正常样本的差异表达的基因组合为IFNL3、IFNE、CSF2、IFNL2、IL23A、AGT、IL20、OSM、LIF、IL13、PRL、EPO、HAMP、CENPJ、MGAT5、PIGU、OCS2、TSLP、IL6ST、PTPRC、PTK2B、HCLS1、NEUROD1、CCL5、IL10、CSF1R、IL10RA、PTPRT、KIT、LEP、ERBB4、IGF1、IL2、CAV1和GHR。
[0019]作为本专利技术的另一种具体实施方式，步骤3)中所筛选得到与STAT信号通路相关的差异基因组合为CAV1、EPO、IL13、LEP和NEUROD1。
[0020]作为本专利技术的另一种具体实施方式，步骤3)中的风险评分计算为：
[0021]风险指数评分＝(0.009
×
CAV1mRNA表达水平)+(2.236
×
EPO mRNA表达水平)+((
‑
0.600)
×
IL13mRNA表达水平)+(0.116
×
LEPmRNA表达水平)+(0.059
×
NEUROD1mRNA表达水平)。
[0022]作为本专利技术的另一种具体实施方式，步骤3)中，根据中位风险评分，将患者分为高风险组和低风险组，使用Kaplan
‑
Meier分析比较两组之间的总生存率，并使用log
‑
rank进行检验。
[0023]作为本专利技术的另一种具体实施方式，分别对高风险组和低风险组进行主成分分析(PCA)评价其可分离性，使用“生存”、“风险回归”、“timeROC”和“survminer”包构建受试者工作特征曲线(ROC)，通过曲线下面积(AUC)评估基因标记的准确性。
[0024]本专利技术具备以下有益效果：
[0025]本专利技术利用TCGA数据库和GEO数据库对结直肠癌的全基因组进行了分析，基于五个STAT信号通路相关基因建立与结直肠癌预后相关的预后模型，预后模型具有准确性高的优点，在临床上可以为结直肠癌患者提供疾病诊断及预后的新方法；同时揭示其对肿瘤微环境的预测作用，并为靶向治疗的发展提供重要信息。
[0026]下面结合附图对本专利技术作进一步的详细说明。
附图说明
[0027]图1是结直肠癌组织和正常组织中的35个差异基因的热图；
[0028]图2是35个差异表达的STAT信号相关基因的相关网络；
[0029]图3是单变量Cox回归分析显示风险比和95％置信区间的森林图；
[0030]图4是纳入的结直肠癌患者的临床病理特征和风险评分的热图；
[0031]图5是风险评分、生存时间和生存状态的分布示意图；
[0032]图6是低风险和高风险结直肠癌患者之间总体生存(OS)的Kaplan
‑
Meier曲线图；
[0033]图7是3年OS预后模型的受试者工作特征(ROC)曲线图；
[0034]图8是5年OS预后模型的受试者工作特征(ROC)曲线图；
[0035]图9是单变量分析评估预测因素；
[0036]图10是多变量分析评估预测因素；
[0037]图11是列线图预测结直肠癌患者生存曲线；
[0038]图12是预测曲线和观察曲线的校准图；
[0039]图13是预测模型的决策曲线分析(DCA)曲线；
[0040]图14是受试者工作特征(ROC)曲线评估列线图对结直肠癌患者3年生存率的预测值；
[0041]图15是受试者工作特征(ROC)曲线评估列线图对结直肠癌患者5年生存率的预测值；
[0042]图16是生存状态、生存时间与风险评分的分布图；
[0043]图17是低风险和高风险结直肠癌患者之间总生存(OS)的Kaplan
‑
Meier曲线；
[0044]图18是单变量分析评估本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，其特征在于，所述组合的STAT信号通路相关基因为CAV1、EPO、IL13、LEP和NEUROD1。2.如权利要求1所述的组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，其特征在于，结直肠癌预后模型的建立方法包括以下步骤：步骤1)数据的收集整理从癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库中获取结直肠癌的临床数据和基因表达数据；步骤2)筛选差异表达的STAT信号通路相关基因对已知的多个STAT信号通路相关基因使用Limma包进行差异表达分析，使用igraph包探索基因相互作用网络，筛选相较于正常样本的差异表达的基因组合；步骤3)STAT信号通路相关基因的预后模型构建采用单因素COX回归分析对步骤2)中筛选出的结直肠癌患者预后相关的每个差异表达基因进行评估，根据P值及LASSOCox回归分析进一步筛选得到与STAT信号通路相关的差异基因组合，评估模型的计算方法为：其中Coefi代表系数，Xi表示标准化后的基因表达水平；步骤4)构建列线图基于基因特征和临床特征，使用rms、foreign和survival包整合独立预测因素，通过校正和消除趋势对应分析(DCA)构建列线图，评估患者的生存率以及评估模型的效能。3.如权利要求2所述的组合的STAT信号通路相关基因在结直肠癌预后模型中的应用，其特征在于，步骤2)中所筛选出的相较于正常样本的差异表达的基因组合为IFNL3、IFNE、CSF2、IFNL2、IL23A、AGT、IL20、OSM、LIF、IL13、PRL、EPO、HAMP、CENPJ、MGAT5、PIGU、OCS2、TSLP、IL6ST、PTPRC、PTK2B、HCLS1、NE...

【专利技术属性】
技术研发人员：陈浩，曾瑞杰，沙卫红，吴慧欢，蒋锐，卓泽伟，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：