Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chữ ký gen tám dựa trên chuyển hóa năng lượng liên quan đến kết quả lâm sàng của ung thư thực quản
Tóm tắt
Bản chất của chuyển hóa năng lượng đã lan rộng đến lĩnh vực tế bào ung thư thực quản (ESC). Ở đây, chúng tôi đã cố gắng phát triển một mô hình dự đoán tiên lượng cho bệnh nhân mắc ESC dựa trên hồ sơ biểu hiện của các gen liên quan đến chuyển hóa năng lượng. Chữ ký gen dự đoán sống sót tổng thể (OS) đã được phát triển, xác thực nội bộ và bên ngoài dựa trên các tập dữ liệu ESC bao gồm The Cancer Genome Atlas (TCGA), tập dữ liệu GSE54993 và GSE19417. Các gen trọng tâm đã được xác định trong từng kiểu phân loại phân tử liên quan đến chuyển hóa năng lượng bằng phân tích mạng tương quan gen có trọng số, sau đó được đưa vào để xác định các gen dự đoán. Phân tích hồi quy Cox đơn biến, LASSO và hồi quy Cox đa biến đã được áp dụng để đánh giá các gen có giá trị dự đoán và xây dựng chữ ký gen dự đoán. Đường cong Kaplan-Meier, đường cong đã chỉnh thời gian của nhận diện đặc trưng (ROC), biên đồ, phân tích đường quyết định (DCA) và thời gian sống trung bình hạn chế (EMST) đã được sử dụng để đánh giá hiệu suất của chữ ký gen. Một chữ ký gen tám gen mới dựa trên chuyển hóa năng lượng (bao gồm UBE2Z, AMTN, AK1, CDCA4, TLE1, FXN, ZBTB6 và APLN) đã được thiết lập, có khả năng phân tách bệnh nhân với OS khác biệt đáng kể trong ESC. Chữ ký gen tám gen cho thấy tiềm năng dự đoán độc lập ở bệnh nhân mắc ESC. Biên đồ dự đoán được xây dựng dựa trên chữ ký gen cho thấy hiệu suất dự đoán xuất sắc, độ bền và tính khả dụng lâm sàng cao hơn ba chữ ký gen dự đoán đã được báo cáo trước đó. Nghiên cứu của chúng tôi đã thiết lập một chữ ký gen tám gen mới dựa trên chuyển hóa năng lượng và biên đồ để dự đoán OS của ESC, điều này có thể giúp trong việc quản lý lâm sàng chính xác.
Từ khóa
#chuyển hóa năng lượng #chữ ký gen #ung thư thực quản #sống sót tổng thể #dự đoán tiên lượngTài liệu tham khảo
Fatehi Hassanabad A, Chehade R, Breadner D, Raphael J. Esophageal carcinoma: towards targeted therapies. Cell Oncol (Dordr). 2020;43(2):195–209.
Lagergren J, Smyth E, Cunningham D, Lagergren P. Oesophageal cancer. Lancet (London, England). 2017;390(10110):2383–96.
Abnet CC, Arnold M, Wei W-Q. Epidemiology of esophageal squamous cell carcinoma. Gastroenterology. 2018;154(2):360–73.
Song Y, Li L, Ou Y, Gao Z, Li E, Li X, Zhang W, Wang J, Xu L, Zhou Y, Ma X, Liu L, Zhao Z, Huang X, Fan J, Dong L, Chen G, Ma L, Yang J, Chen L, He M, Li M, Zhuang X, Huang K, Qiu K, Yin G, Guo G, Feng Q, Chen P, Wu Z, Wu J, Ma L, Zhao J, Luo L, Fu M, Xu B, Chen B, Li Y, Tong T, Wang M, Liu Z, Lin D, Zhang X, Yang H, Wang J, Zhan Q. Identification of genomic alterations in oesophageal squamous cell cancer. Nature. 2014;509(7498):91–5.
Zeng RJ, Zheng CW, Gu JE, Zhang HX, Xie L, Xu LY, Li EM. RAC1 inhibition reverses cisplatin resistance in esophageal squamous cell carcinoma and induces downregulation of glycolytic enzymes. Mol Oncol. 2019;13(9):2010–30.
Qie S, Yoshida A, Parnham S, Oleinik N, Beeson GC, Beeson CC, Ogretmen B, Bass AJ, Wong KK, Rustgi AK, Diehl JA. Targeting glutamine-addiction and overcoming CDK4/6 inhibitor resistance in human esophageal squamous cell carcinoma. Nat Commun. 2019;10(1):1296.
Stine ZE, Dang CV. Stress eating and tuning out: cancer cells re-wire metabolism to counter stress. Crit Rev Biochem Mol Biol. 2013;48(6):609–19.
Ward PS, Thompson CB. Metabolic reprogramming: a cancer hallmark even Warburg did not anticipate. Cancer Cell. 2012;21(3):297–308.
Chen Z, Dai Y, Huang X, Chen K, Gao Y, Li N, Wang D, Chen A, Yang Q, Hong Y, Zeng S, Mao W. Combined Metabolomic analysis of plasma and tissue reveals a prognostic risk score system and metabolic dysregulation in esophageal squamous cell carcinoma. Front Oncol. 2020;10:1545.
Kosumi K, Baba Y, Sakamoto A, Ishimoto T, Harada K, Nakamura K, Kurashige J, Hiyoshi Y, Iwatsuki M, Iwagami S, Sakamoto Y, Miyamoto Y, Yoshida N, Oki E, Watanabe M, Hino S, Nakao M, Baba H. Lysine-specific demethylase-1 contributes to malignant behavior by regulation of invasive activity and metabolic shift in esophageal cancer. Int J Cancer J Int Du Cancer. 2016;138(2):428–39.
Cui Y, Yang D, Wang W, Zhang L, Liu H, Ma S, Guo W, Yao M, Zhang K, Li W, Zhang Y, Guan F. Nicotinamide N-methyltransferase decreases 5-fluorouracil sensitivity in human esophageal squamous cell carcinoma through metabolic reprogramming and promoting the Warburg effect. Mol Carcinog. 2020;59(8):940–54.
Fukuda S, Miyata H, Miyazaki Y, Makino T, Takahashi T, Kurokawa Y, Yamasaki M, Nakajima K, Takiguchi S, Mori M, et al. Pyruvate kinase M2 modulates esophageal squamous cell carcinoma chemotherapy response by regulating the pentose phosphate pathway. Ann Surg Oncol. 2015;22(Suppl 3):S1461–8.
Yu M, Chen S, Hong W, Gu Y, Huang B, Lin Y, Zhou Y, Jin H, Deng Y, Tu L, Hou B, Jian Z. Prognostic role of glycolysis for cancer outcome: evidence from 86 studies. J Cancer Res Clin Oncol. 2019;145(4):967–99.
Peters CJ, Rees JR, Hardwick RH, Hardwick JS, Vowler SL, Ong CA, Zhang C, Save V, O'Donovan M, Rassl D, et al. A 4-gene signature predicts survival of patients with resected adenocarcinoma of the esophagus, junction, and gastric cardia. Gastroenterology. 2010;139(6):1995–2004.e1915.
Gautier L, Cope L, Bolstad BM, Irizarry RA. affy--analysis of Affymetrix GeneChip data at the probe level. Bioinformatics (Oxford, England). 2004;20(3):307–15.
Fabregat A, Jupe S, Matthews L, Sidiropoulos K, Gillespie M, Garapati P, Haw R, Jassal B, Korninger F, May B, Milacic M, Roca CD, Rothfels K, Sevilla C, Shamovsky V, Shorser S, Varusai T, Viteri G, Weiser J, Wu G, Stein L, Hermjakob H, D’Eustachio P. The Reactome pathway knowledgebase. Nucleic Acids Res. 2018;46(D1):D649–d655.
Xu M, Sun T, Wen S, Zhang T, Wang X, Cao Y, Wang Y, Sun X, Ji Q, Shi R, Qu N. Characteristics of lipid metabolism-related gene expression-based molecular subtype in papillary thyroid cancer. Acta Biochim Biophys Sin. 2020;52(10):1166–70.
Simon N, Friedman J, Hastie T, Tibshirani R. Regularization paths for Cox's proportional hazards model via coordinate descent. J Stat Softw. 2011;39(5):1–13.
Lubsen J, Pool J, van der Does E. A practical device for the application of a diagnostic or prognostic function. Methods Inf Med. 1978;17(2):127–9.
Kerr KF, Brown MD, Zhu K, Janes H. Assessing the clinical impact of risk prediction models with decision curves: guidance for correct interpretation and appropriate use. J Clin Oncol. 2016;34(21):2534–40.
He W, Yan Q, Fu L, Han Y. A five-gene signature to predict the overall survival time of patients with esophageal squamous cell carcinoma. Oncol Lett. 2019;18(2):1381–7.
Cai W, Li Y, Huang B, Hu C. Esophageal cancer lymph node metastasis-associated gene signature optimizes overall survival prediction of esophageal cancer. J Cell Biochem. 2019;120(1):592–600.
Li Y, Lu Z, Che Y, Wang J, Sun S, Huang J, Mao S, Lei Y, Chen Z, He J. Immune signature profiling identified predictive and prognostic factors for esophageal squamous cell carcinoma. Oncoimmunology. 2017;6(11):e1356147.
Siegel RL, Miller KD, Jemal A. Cancer statistics, 2020. CA A Cancer J Clin. 2020;70(1):7–30.
Liu CC, Chou KT, Hsu JW, Lin JH, Hsu TW, Yen DH, Hung SC, Hsu HS. High metabolic rate and stem cell characteristics of esophageal cancer stem-like cells depend on the Hsp27-AKT-HK2 pathway. International journal of cancer Journal international du cancer. 2019;145(8):2144–56.
Xiaoyu H, Yiru Y, Shuisheng S, Keyan C, Zixing Y, Shanglin C, Yuan W, Dongming C, Wangliang Z, Xudong B, et al. The mTOR pathway regulates PKM2 to affect glycolysis in esophageal squamous cell carcinoma. Technology Cancer Res Treatment. 2018;17:1533033818780063.
Li J, Zhu SC, Li SG, Zhao Y, Xu JR, Song CY. TKTL1 promotes cell proliferation and metastasis in esophageal squamous cell carcinoma. Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie. 2015;74:71–6.
Bao J, Wu Y, Wang L, Zhu Y. The role of 6-phosphofructo-2-kinase/fructose-2,6-bisphosphatase-3 in esophageal squamous cell carcinoma. Medicine (Baltimore). 2020;99(15):e19626.