基于生物信息学胰腺腺癌关键基因的筛选及支持向量机诊断模型的构建

• 作者: 张波 徐涛 徐浩 夏雨 周文策
• 来源期刊: 中国普通外科杂志
• 关键词: 胰腺肿瘤 基因表达谱 支持向量机 计算生物学
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 专题研究|MONOGRAPHIC STUDY
• 页码范围: 276-285
• 页数: 10页
• 分类号: R735.9
• 语种: 中文
• DOI: 10.7659/j.issn.1005-6947.2021.03.005

摘要

背景与目的:胰腺癌是一种常见的消化道恶性肿瘤,其主要病理类型为胰腺腺癌(PAAD),因早期诊断困难且缺乏有效的治疗措施,故预后极差.因此,寻找PAAD的诊治新靶标具有重要意义.本研究通过生物信息学方法筛选与PAAD诊断和预后相关的关键基因,构建分类PAAD样本和正常样本的支持向量机(SVM)模型,以期为PAAD的诊治及机制研究提供依据.方法:从基因表达数据库(GEO)中下载3个芯片数据(GSE28735、GSE62165、GSE62452),应用R语言的Limma包筛选出PAAD组织和正常组织间的差异表达基因(DEGs).利用STRING数据库对DEGs进行GO和KEGG通路富集分析.再以STRING数据库构建DEGs的蛋白互作网络(PPI),利用Cytoscape软件进行可视化编辑,并通过MCODE插件进行关键子网络分析.使用R语言的survival包筛选PPI和关键子网络中与预后相关的关键节点,将其上传至Metascape进行功能富集分析.利用R语言caret包中递归式特征消除(RFE)算法筛选关键节点中的最优特征基因,在GEPIA数据库中验证最优特征基因的表达差异,随后通过R语言的e1071包构建最优特征基因的SVM模型,并在3个芯片数据中借助R语言的pROC包对该模型进行验证.在TCGA数据库中,用R语言的survminer包筛选出最优特征基因中与PAAD预后相关的基因作为关键基因.结果:共筛选出257个DEGs,包括168个上调基因和89个下调基因.GO分析结果表明DEGs主要参与细胞外基质的组成、细胞黏附、丝氨酸肽酶活性等生物学过程.KEGG分析显示,DEGs主要富集于蛋白质的消化和吸收、胰腺的分泌、黏着斑、PI3K-Akt信号通路.生存分析筛选出14个关键节点同时在GSE28735和GSE62452中与预后相关(均P＜0.05),这些基因在肿瘤侵犯和肿瘤发生中发挥一定作用.RFE筛选出8个最优特征基因:LAMA3、FN1、ITGA3、MET、PLAU、CENPF、MMP14、OAS2;GEPIA数据库验证发现这8个最优特征基因在PAAD组织中明显上调(均P＜0.01);这些基因构建的SVM模型在3个芯片数据中ROC曲线的AUC依次为0.898、1.000、0.905.TCGA数据库验证发现LAMA3、ITGA3、MET、PLAU、CENPF及OAS2的上调与PAAD预后不良有关(均P＜0.05).结论:关键基因LAMA3、ITGA3、MET、PLAU、CENPF及OAS2可能成为PAAD诊治的新靶点;基于8个最优特征基因构建的SVM模型可有效诊断PAAD.