|
结果： GSE53819、GSE12452和GSE61218分别鉴定出了49个、49个和36个具有p值<0.05的差异表达IMGRs。三个数据集的交集得到了14个差异表达基因（图2A）。对这14个差异表达基因进行PPI网络分析，发现前5个中心基因分别是TFRC、SLC39A14、FTH1、SCARA5和ATP6V0D1（图2B）。图2C展示了这14个差异表达基因的相关性图，显示了TFRC、SLC39A14和ATP6V0D1的表达水平之间的显著强相关性（图2D-F）。
LASSO COX回归分析被应用于开发鼻咽癌的预后模型，利用了3个关键基因（TFRC、SLC39A14和ATP6V0D1）的表达数据（图3A）。风险评分通过以下方式计算：0.06376 * TFRC的表达水平 + 0.3188 * SLC39A14的表达水平 - 1.0073 * ATP6V0D1的表达水平。根据最佳风险评分截断值，将鼻咽癌患者分为高风险组和低风险组（图3B）。Kaplan-Meier分析表明，高风险组患者的无进展生存期较短（图3C）。时间依赖的ROC曲线分析显示，1年和2年的ROC曲线下面积分别达到0.814（95%CI 0.634–0.992）和0.679（95%CI 0.494–0.864）（图3D），表明基于3个基因签名的风险评分具有良好的预后效能。随后，决策曲线分析显示，生存时间越长，风险评分模型的净益越大（1年和2年的AUDC分别为0.033和0.078）（图3E）。多变量Cox回归分析显示，风险评分作为鼻咽癌无进展生存期的独立预测因子具有潜力（HR = 7.69，95% CI 2.75–21.5）（图 创建了用于预测1年和2年无进展生存期（PFS）的等级风险、形态学、TME亚型和临床分期的等级图（图3G）。PFS等级图的C指数为0.890（95%CI 0.817–0.962），证实了模型的可靠性。校准曲线结果显示了1年和2年PFS的预测结果与观察结果之间的一致性，表明该等级图具有预测准确性（图3H，I）。早期临床阶段（I-Ⅱ期）的患者通常比晚期阶段（III-Ⅳ期）的患者具有较低的风险评分，尽管p值未达到统计学意义（图4A）。与Ⅱ型和Ⅲ型亚型相比，TME亚型I的患者风险评分最高（图4B）。未分化形态的患者风险评分低于分化形态的患者（图4C）。风险评分与肿瘤内淋巴细胞（TILs）比例呈负相关（图4D），与基质内TILs比例和肿瘤突变负荷（TMB）无关（图4E、F）。以上分析结果与之前的报告一致[30]。TME亚型I的患者预后最差。亚型I是唯一包含分化样本较少的亚型，相对较少的未分化样本。GO和KEGG富集分析被用来探索基于3-IMRG标志的风险评分的生物学功能。在GO分析中（图5A），显著富集的GO细胞组分（CC）包括细胞外侧的质膜、膜的一侧、免疫突触三级颗粒和分泌颗粒膜。与分子功能（MF）相关的显著富集的GO术语包括frizzled结合、CCR趋化因子受体结合、免疫受体活性、趋化因子受体结合和细胞因子受体活性。此外，与生物过程（BP）相关的显著富集的GO术语包括体液免疫应答、适应性免疫应答、B细胞受体信号通路、平面极性的建立和组织极性的建立。另一方面，与高风险组相关的前五个KEGG途径包括核质转运、细胞外基质受体相互作用、细胞周期、调控干细胞多能性的信号通路以及Hippo信号通路，而与低风险组相关的KEGG途径包括细胞因子-细胞因子受体相互作用、趋化因子信号通路、NF-κB信号通路、病毒蛋白与细胞因子及细胞因子受体的相互作用以及T细胞受体信号通路（图5B）。以上结果表明，与铁代谢相关的差异表达基因富集的信号通路和生物行为与肿瘤微环境或免疫功能相关。通过免疫组化方法验证临床样本中TFRC、SLC39A14和ATP6V0D1的蛋白表达情况TFRC和SLC39A14的蛋白表达水平在鼻咽癌组织中明显高于正常鼻咽上皮组织（图6A、B、D、E），与前期转录组差异分析结果一致。然而，ATP6V0D1在鼻咽癌组织中的表达超过了正常鼻咽上皮组织（图6G、H），与转录组分析结果相反。随后，对TFRC、SLC39A14和ATP6V0D1的免疫组化染色评分进行了ROC曲线分析（图6C、F、I），进一步确认了这些蛋白在诊断鼻咽癌中的潜力。
总结 本研究提出了一种利用 IMRGs 的预后模型，可以帮助评估患者的预后，并为鼻咽癌提供新的治疗靶点的见解。
|
