基于线粒体自噬相关基因构建肝细胞癌患者预后风险模型

目的 基于TCGA和ICGC数据库的线粒体自噬相关基因(MRGs)构建肝细胞癌(肝癌)患者预后风险模型,并筛选具有治疗潜力的小分子药物.方法 从TCGA和ICGC数据库中下载肝癌患者的RNA测序数据和临床信息.从Reactome信号通路数据库检索收集MRGs.采用单因素Cox回归和Lasso回归分析以TCGA队列为训练集构建预后风险模型,并在ICGC队列中进行验证.R软件"rms"包用于构建列线图.R软件"limma"包用于选择预后风险模型中高风险组和低风险组的差异基因,利用获得的差异基因在联系图(CMap)数据库中筛选具有治疗潜力的小分子药物.结果 19个MRGs在TCGA和ICGC队列肿瘤组织中均表达上调,PINK表达下调.12个MRGs在两个队列中均为生存预后的危险因素.利用Lasso回归分析构建5-MRGs标志物的预后风险模型,包括酪蛋白激酶2β多肽(CSNK2B)、线粒体融合蛋白1(MFN1)、磷酸甘油酸突变酶家族成员5(PGAM5)、外线粒体膜转位酶同源物(TOMM)5、TOMM22基因.Kaplan-Meier生存分析显示,训练集和验证集中高风险组的预后较差,中位生存期较短.ROC曲线提示该模型对肝癌患者预后有较高的预测价值.多因素Cox分析提示线粒体自噬评分是影响肝癌患者预后的独立因素(HR=2.68,95％CI:1.65～4.36,P＜0.001).在TCGA队列中结合肿瘤分期、分级、T分期与线粒体自噬评分构建了列线图预测患者的生存率.从CMap数据库中筛选出4个有潜力可逆转高风险组预后较差的特征小分子药物,分别为 DL-thiorphan、blebbistatin、talampicillin 和 puromycin.结论 本研究基于 MRGs 构建了一个稳定的预后风险模型和列线图,并通过不同风险组的差异基因筛选出可能具有治疗作用的小分子药物.