一种基于CAFs相关基因的前列腺癌生化复发预测模型及其应用制造技术

技术编号:39250226 阅读:9 留言:0更新日期:2023-10-30 12:02
本申请涉及转录组学和肿瘤预后标志物技术领域,具体公开了一种基于CAFs相关基因的前列腺癌生化复发预测模型(CAFsRS)及其应用。本申请构建了含有7个CAFs相关基因的前列腺癌生化复发预测模型,鉴于该模型对生化复发预测的高效价值,设计了一款基于7个CAFs相关基因的基因芯片,对前列腺癌患者的生化复发进行评估,可鉴别预后不良的前列腺癌患者,临床实践中可利用CAFsRS评分对患者进行危险分层,为前列腺癌患者疾病监测和随访管理提供数据支持。列腺癌患者疾病监测和随访管理提供数据支持。列腺癌患者疾病监测和随访管理提供数据支持。

【技术实现步骤摘要】
一种基于CAFs相关基因的前列腺癌生化复发预测模型及其应用


[0001]本申请涉及转录组学和肿瘤预后标志物
,尤其是涉及一种基于CAFs相关基因的前列腺癌生化复发预测模型(CAFsRS)及其应用。

技术介绍

[0002]前列腺癌(Prostate cancer,PCa)是全球男性最常见的恶性肿瘤,全球前列腺癌新增病例达到惊人的141.4万例,新增死亡病例达到37.5万例。尽管标准治疗可以治愈部分的局限性前列腺癌患者,但仍然有20%

30%的患者随后将出现生化复发。开发前列腺癌生化复发预测模型有助于患者疾病监测和随访管理。
[0003]肿瘤相关成纤维细胞(Cancer

associated fibroblasts,CAFs)是肿瘤微环境中基质细胞的重要组成部分,其参与构建和重塑细胞外基质,与前列腺癌生化复发密切相关。然而,目前尚无基于CAFs相关基因构建前列腺癌生化复发预测模型的研究。

技术实现思路

[0004]本申请的目的在于克服上述现有技术的不足之处而提供一种基于CAFs相关基因的前列腺癌生化复发预测模型(CAFsRS)及其应用。本申请构建了含有7个CAFs相关基因的前列腺癌生化复发预测模型,鉴于该模型对生化复发预测的高效价值,设计了一款基于7个CAFs相关基因的基因芯片,对前列腺癌患者的生化复发进行评估,可鉴别预后不良的前列腺癌患者,临床实践中可利用CAFsRS评分对患者进行危险分层,为前列腺癌患者疾病监测和随访管理提供数据支持。
[0005]为实现上述目的,本申请采取的技术方案为:
[0006]第一方面,本申请提供了一种基于CAFs相关基因的前列腺癌生化复发预测模型在预测前列腺癌生化复发中的应用,所述前列腺癌生化复发预测模型的评分公式为:
[0007]CAFsRS评分=PTGS2基因的表达水平
×
(

0.239)+FKBP10基因的表达水平
×
(0.157)+ENG基因的表达水平
×
(0.507)+CDH11基因的表达水平
×
(0.231)+COL5A1基因的表达水平
×
(0.009)+COL5A2基因的表达水平
×
(0.506)+SRD5A2基因的表达水平
×
(

0.583);
[0008]所述CAFsRS评分与前列腺癌患者术后生化复发相关,CAFsRS评分越高,患者预后越差,术后生化复发时间越短。
[0009]当前列腺癌患者CAFsRS评分大于0.828时,属于高风险;小于等于0.828时,属于低风险。
[0010]本申请提供了一种基于CAFs相关基因(PTGS2基因、FKBP10基因、ENG基因、CDH11基因、COL5A1基因、COL5A2基因和SRD5A2基因)的前列腺癌生化复发预测模型,该前列腺癌生化复发预测模型在预测前列腺癌患者根治性手术和根治性放疗术后的生化复发方面具有良好的性能。并且,本申请可利用CAFsRS评分对患者进行危险分层,为前列腺癌患者疾病监
测和随访管理提供数据支持。
[0011]作为本申请所述应用的优选实施方式,所述PTGS2基因、FKBP10基因、ENG基因、CDH11基因、COL5A1基因、COL5A2基因和SRD5A2基因的表达水平是通过基因芯片检测的结果转换为log2(count+1)格式得到的数据。
[0012]作为本申请所述应用的优选实施方式,所述基因芯片包括检测CAFs相关基因表达水平的探针,所述探针的核苷酸序列如SEQ ID NO:1~7所示。
[0013]作为本申请所述应用的优选实施方式,所述前列腺癌生化复发预测模型的构建方法包括以下步骤:
[0014]S1、从GEO数据库中获得前列腺癌和癌旁组织的单细胞转录组测序数据,从TCGA数据库和GEO数据库中获得前列腺癌组织样本的基因表达数据和相应临床数据;R软件“limma”和“sva”包对获得的数据进行批次矫正和标准化处理;
[0015]S2、利用单细胞转录组测序数据获取CAFs与其它细胞类型间差异表达的基因,以调整后的p值<0.05和log2|fold change|>0.5作为筛选阈值,最终得到CAFs相关基因;
[0016]S3、将TCGA数据库中获得的前列腺癌组织样本分为预测模型的训练集和测试集,将GEO数据库中获得的前列腺癌组织样本作为预测模型的验证集;利用训练集的数据,以p<0.05为筛选标准,基于单因素COX回归分析和LASSO回归分析得到与前列腺癌患者生化复发相关的CAFs相关基因,并用于构建预测模型;所述CAFs相关基因为PTGS2基因、FKBP10基因、ENG基因、CDH11基因、COL5A1基因、COL5A2基因和SRD5A2基因;
[0017]S4、基于多因素COX回归分析计算CAFs相关基因的系数并建立前列腺癌生化复发预测模型,所述前列腺癌生化复发预测模型的评分公式为:
[0018]CAFsRS评分=PTGS2基因的表达水平
×
(

0.239)+FKBP10基因的表达水平
×
(0.157)+ENG基因的表达水平
×
(0.507)+CDH11基因的表达水平
×
(0.231)+COL5A1基因的表达水平
×
(0.009)+COL5A2基因的表达水平
×
(0.506)+SRD5A2基因的表达水平
×
(

0.583);所述CAFsRS评分与前列腺癌患者术后生化复发相关,CAFsRS评分越高,患者预后越差,术后生化复发时间越短。
[0019]当前列腺癌患者CAFsRS评分大于0.828时,属于高风险;小于等于0.828时,属于低风险。
[0020]针对当前临床上尚无可靠的、高效的预测前列腺癌患者术后生化复发的模型,本申请利用转录组学和随访数据构建模型用于预测前列腺癌患者术后1年、3年和5年生化复发的概率。通过分析CAFs相关基因与前列腺癌生化复发的关系,构建基于CAFs相关基因的前列腺癌生化复发预测模型,制备用于检测生化复发预测模型内基因表达水平的芯片,可以实现对前列腺癌患者术后生化复发的预测。临床实践中可以通过CAFsRS评分将患者分为高低分险组,为前列腺癌患者疾病监测和随访管理提供数据支持。
[0021]作为本申请所述应用的优选实施方式,所述应用中还包括基于训练集、测试集和验证集,将前列腺癌患者的CAFsRS评分的中位数作为截断值,将前列腺癌患者分为高CAFsRS评分组和低CAFsRS评分组;
[0022]应用Kaplan

Meier生存曲线分析高CAFsRS评分组和低CAFsRS评分组的前列腺癌患者的生化复发时间是否具有本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于CAFs相关基因的前列腺癌生化复发预测模型在预测前列腺癌生化复发中的应用,其特征在于,所述前列腺癌生化复发预测模型的评分公式为:CAFsRS评分=PTGS2基因的表达水平
×
(

0.239)+FKBP10基因的表达水平
×
(0.157)+ENG基因的表达水平
×
(0.507)+CDH11基因的表达水平
×
(0.231)+COL5A1基因的表达水平
×
(0.009)+COL5A2基因的表达水平
×
(0.506)+SRD5A2基因的表达水平
×
(

0.583);所述CAFsRS评分与前列腺癌患者术后生化复发相关,CAFsRS评分越高,患者预后越差,术后生化复发时间越短。2.如权利要求1所述的应用,其特征在于,所述PTGS2基因、FKBP10基因、ENG基因、CDH11基因、COL5A1基因、COL5A2基因和SRD5A2基因的表达水平是通过基因芯片检测的结果转换为log2(count+1)格式得到的数据。3.如权利要求2所述的应用,其特征在于,所述基因芯片包括检测CAFs相关基因表达水平的探针,所述探针的核苷酸序列如SEQ ID NO:1~7所示。4.如权利要求1~3任一项所述的应用,其特征在于,所述前列腺癌生化复发预测模型的构建方法包括以下步骤:S1、从GEO数据库中获得前列腺癌和癌旁组织的单细胞转录组测序数据,从TCGA数据库和GEO数据库中获得前列腺癌组织样本的基因表达数据和相应临床数据;R软件“limma”和“sva”包对获得的数据进行批次矫正和标准化处理;S2、利用单细胞转录组测序数据获取CAFs与其它细胞类型间差异表达的基因,以调整后的p值<0.05和log2|fold change|>0.5作为筛选阈值,最终得到CAFs相关基因;S3、将TCGA数据库中获得的前列腺癌组织样本分为预测模型的训练集和测试集,将GEO数据库中获得的前列腺癌组织样本作为预测模型的验证集;利用训练集的数据,以p<0.05为筛选标准,基于单因素COX回归分析和LASSO回归分析得到与前列腺癌患者生化复发相关的CAFs相关基因,并用于构建预测模型;所述CAFs相关基因为PTGS2基因、FKBP10基因、ENG基因、CDH11基因、COL5A1基因、COL5A2基因和SRD5A2基因;S4、基于多因素COX回归分析计算CAFs相关基因的系数并建立前列腺癌生化复发预测模型,所述前列腺癌生化复发预测模型的评分...

【专利技术属性】
技术研发人员:许可慰赖聪刘成李卓航于浩李奎庆吴至楷史卷一
申请(专利权)人:中山大学孙逸仙纪念医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1