容易复现!铁死亡相关预后signature轻松发6+~
发布网友
发布时间：2024-10-24 11:10
我来回答
共1个回答
热心网友
时间：2024-11-01 18:44
乳腺癌作为全球女性最常见的恶性肿瘤，尽管先进的多学科治疗方法已取得显著进展，但对高危乳腺癌转移患者的治疗仍面临挑战。近年来，铁死亡作为一种与癌症治疗相关的新型细胞死亡形式，引起了研究者的关注，特别是其在消除对传统疗法有抗性的侵袭性恶性肿瘤方面的作用。
本文基于《Frontiers in Cell and Developmental Biology》上发表的一篇研究，该文章名为《A Novel Ferroptosis-Related Gene Signature for Overall Survival Prediction in Patients With Breast Cancer》，其影响因子为6.081。作者通过铁死亡相关的基因识别，构建了乳腺癌预后基因特征，旨在预测患者的整体生存情况。
研究团队从TCGA中下载了1057份带临床和随访信息的乳腺癌RNA表达数据，并从GEO数据库中获取了三个外部验证队列的临床和随访信息的乳腺癌RNA表达数据。此外，通过FerrDb网站收集了259个与铁死亡相关的基因。
研究结果显示，通过TCGA队列识别出与预后铁死亡相关的差异表达基因（DEGs），这些基因在乳腺癌肿瘤组织和邻近的非肿瘤组织之间显示出差异表达，共有29个基因在单变量Cox回归分析中与OS显著相关。通过FDR < 0.05的标准筛选出29个与预后相关的DEGs。热图和森林图分别展示了这29个基因的表达水平、分布以及单变量Cox回归分析结果。进一步分析发现，JUN、FLT3、PIK3CA、G6PD和GPX4是hub基因，构建了候选基因的相关网络。
接着，作者利用这29个基因的表达，构建了一个包含11个基因的预后模型，并通过多Cox回归分析计算了风险评分。基于风险评分的中值，将TCGA队列中的乳腺癌患者分为高风险组和低风险组。结果显示，高风险组患者更有可能早于低风险组死亡。Kaplan-Meier生存曲线进一步证实了这一差异。通过ROC曲线评估，预测效果在1年、2年、3年时的AUC分别为0.700、0.749、0.720。
研究还通过GEO队列进行外部验证，证实了11个基因模型的稳健性。同样，Kaplan-Meier生存曲线显示，高风险组乳腺癌患者的OS低于低风险组。11个基因特征的AUC在GEO验证队列中分别为1年时0.709、2年时0.671、3年时0.661。
研究进一步检测了11个基因铁死亡相关预后特征的独立预后价值，并通过单变量和多变量Cox回归分析证实了风险评分在预测乳腺癌OS中的独立预后作用。
此外，通过分析高风险和低风险组之间的DEGs，进行了GO富集和KEGG通路分析，揭示了与免疫相关的生物学过程和通路。最后，研究使用ssGSEA量化了不同免疫细胞亚群、相关功能或通路的富集评分，发现TCGA队列中高危组和低危组在抗原呈递过程上存在统计学差异。
综上所述，本文探索了乳腺癌组织中铁死亡相关基因与其预后的关系，构建了一种新的11基因铁死亡相关预后模型，通过功能分析揭示了与免疫相关的生物学过程。尽管研究在使用回顾性数据和仅依赖铁死亡相关基因构建模型方面存在局限性，但其思路清晰、方法复现性较高。
