文章摘要:目的通过生物信息学方法挖掘黑素瘤中与免疫微环境相关的关键基因，并建立风险预后模型，有针对性的为患者制定个体化免疫治疗方案。方法从TCGA-SKCM（thecancergenomeatlas-skincutaneousmelanoma）数据库中下载黑素瘤基因表达谱，用Estimate筛选差异表达基因（differentiallyexpressedgenes，DEGs），对DEGs进行KM（Kaplan-Meier）生存分析和功能富集分析。利用单因素、多因素Cox回归模型和套索（leastabsoluteshrinkageandselectionoperator，LASSO）回归构建黑素瘤预后风险评分模型。绘制受试者工作特征曲线（receiveroperatorcharacteristiccurve，ROC）得到风险评分的最佳临界值，计算ROC曲线下面积（areaunderthecurve，AUC）和绘制KM生存曲线对模型性能进行评价，并通过外部数据集验证。通过TIMER（tumorimmuneestimationresource，TIMER）验证免疫微环境相关基因与B细胞的相关性。结果共筛选出53个与免疫微环境显著相关的DEGs，Cox回归和LASSO回归分析构建了由2个DEGs（CR1、CD97）组成的黑素瘤风险预后评分模型。模型中低风险评分组患者生存时间显著高于高风险评分组（P<0.001），且在训练集和两个外部数据集GSE54467、GSE65904中均展现出良好的预测性能。Cox回归分析中显示风险评分与黑素瘤患者预后显著相关（P<0.001），TIMER分析进一步验证了CR1、CD97与B细胞具有显著相关性，提示风险评分可作为黑素瘤潜在的独立预后因素。结论成功构建了含两个与免疫微环境相关的特征基因的黑素瘤风险预后模型，可为改善黑素瘤患者预后、及其早期筛查和免疫治疗提供参考。

文章关键词:

项目基金: 上一篇：农作物论文_陆地棉CAMTA基因家族的综合分析
下一篇：生物学论文_小鼠NR1D1基因过表达载体的构建及