早期非小细胞肺癌8个预后标记预测分析

A Robust 8-Gene Prognostic Signature for Early-Stage 

Non-small Cell Lung Cancer

Published: 31 July 2019 |Frontiers in Oncology(4)在研究中，使用GEO＋TCGA 四个数据集对早期非小细胞肺癌进行全基因组表达谱分析。使用单因素cox回归建立风险比例模型，对每个数据集筛选得到共同与早期NSCLC预后相关的marker。为早期NSCLC预后提供生物学依据。数据：GEO：GSE31210（226）、GSE37745 (165)、GSE50081（181）TCGA（759）方法：1、单变量Cox比例风险回归筛选每个数据集中与生存相关的marker，HR < 1且p<0.05为保护基因，HR >1且p<0.05为风险基因。数据集分别取交集后得到预后相关的8个marker。

2、用预后相关的marker构建风险比例模型

3、使用风险模型对数据集样本进行高低风险分组，高风险组。

4、K-M法画生存曲线结果数据显示，高危组患者总体生存时间短于低危组。检测8个预后基因的表达，比较高、低风险组间的差异。高风险得分的患者倾向于表达高风险基因，而低风险组的患者倾向于表达保护性基因

5、4个独立数据集使用多变量Cox回归分析探究协变量包括基因和临床病理因素，结果表明8个marker为独立影响患者预后。6、分层分析表明8个marker也可将相同年龄层、性别、分期、组织学类型的患者分为高危组和低危组。风险得分高的患者总体生存时间短于风险得分低的患者.

7、分期和marker结合的生存预测模型分期和marker 在之前的分析中被验证为独立的预后因素，因此这里将其结合来分析与预后之间的关系，结果表明各期患者均分为低、高危组，高危组各期患者预后较差。结果提示IA期高危患者的预后可能与IB期、II期高危分患者相似，提示高危分IA期患者也应行辅助化疗。

8、预后标记与无病生存期关系分析发现与低危组相比，高危组NSCLC患者的无病生存期较短。结果表明，在预测无病生存方面存在着潜在的有效性能.

欢迎关注

TCGA | 小工具 | 数据库 |组装| 注释 |   基因家族  |  Pvalue

基因预测  |bestorf |  sci | NAR | 在线工具 | 生存分析 | 热图

 生信不死 | 初学者 | circRNA | 一箭画心| 十二生肖 | circos

 舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 |  进化 | 测序简史