首页 > 论文范文 > 医药卫生论文 > 肿瘤科论文 > 胰腺癌论文 > 糖酵解相关基因对胰腺癌患者预后评估的意义

糖酵解相关基因对胰腺癌患者预后评估的意义

2021-05-31 171 上传者：管理员

摘要：目的探讨糖酵解相关基因TXN、MET、KIF20A构建成的模型对胰腺癌预后的评估。方法利用TCGA数据库胰腺癌患者的RNA-Seq数据，将糖酵解相关基因进行富集分析，得到预后相关的糖酵解基因，构建预后模型，并通过生存分析、ROC曲线绘制、风险函数评估、独立预后分析进行验证，同时了解模型基因突变情况，并对其进行差异分析，最后进行临床分组的模型验证。结果得出了AURKA、TXN、MET、B3GNT3、PYGB、KIF20A、AK4在糖酵解通路上为胰腺癌预后的不利因素，CHST2为有利因素。构建了由TXN、MET、KIF20A组成的预后模型，并证实该模型不受年龄、性别、组织学分级、临床分期的影响。结论构建了由糖酵解相关基因TXN、MET、KIF20A组成的有效预后模型，为探究胰腺癌的发病、诊断和药物治疗靶点提供了方向。

关键词：
KIF20A
MET
TXN
糖酵解
胰腺癌
预后
加入收藏

胰腺癌由于其症状出现晚，进展迅速，导致其预后不佳，5年生存率为8.4%～9.0%[1,2]。由于胰腺癌中缺乏敏感的生物标志物[3]，使其难以早期发现、有效治疗和评估预后。胰腺癌化学治疗的关键在于保留正常组织的同时消除肿瘤细胞，因此，确定相关的分子治疗靶点和评估预后结局非常重要。肿瘤细胞主要通过糖酵解获取能量促进其生长，抑制糖酵解具有抑制增殖和杀伤肿瘤细胞的作用。因此，本文旨在筛选出胰腺癌的糖酵解相关基因，为胰腺癌的诊断及靶向药物的研发提供方向，同时构建预后模型来进一步评估胰腺癌患者的预后。

1、资料与方法

1.1一般资料

本研究中所分析的数据来自TCGA数据库（https：//portal.gdc.cancer.gov/）。选取条件设置为原发癌灶为胰腺，项目名称为TCGA-PAAD，表达量数据类型为HTSeq-FPKM，数据种类为转录本，实验方法为RNA-Seq技术。本数据矩阵中包含了178例胰腺癌患者和4例健康对照。从GSEA官网（https：//www.gsea-msigdb.org/gsea/index.jsp）下载了7个糖酵解相关基因的数据集[4,5]。

1.2方法

1.2.1GSEA分析

利用GSEA4.0.3对下载的7个数据集分别进行富集分析，筛选出标准化的P<0.05的有效糖酵解相关基因数据集，提取有效数据集的糖酵解基因及其表达量，运用limma包按P<0.05进行差异分析过滤，将差异基因表达和生存数据合并，运用单因素COX回归方法筛选出预后相关的糖酵解基因。

1.2.2糖酵解预后模型的构建

根据风险值=TXN表达量×0.00266+MET表达量×0.021783+KIF20A表达量×0.144517，运用R3.6.2中的survival包，用多因素COX回归方法构建胰腺癌中AIC值最小的糖酵解预后模型，输出患者风险值；根据中位值分成高低分险2组，绘制2组的生存曲线，利用ROC曲线判断模型诊断的有效性，绘制风险曲线，同时进行独立预后分析。

1.2.3模型基因的突变情况及差异分析

运用在线网络（https：//www.cbioportal.org/）分析模型基因的突变情况，选择TCGA数据集中的胰腺癌样本，分析预后模型中的糖酵解基因在肿瘤中的突变频率及类型。并运用limma包进行差异分析。

1.2.4临床特征的生存分析及临床分组的模型验证

运用survival包对根据临床特征进行分组的患者进行生存分析，绘制生存曲线。同时，运用survival包对预后模型的高低风险组的患者进行生存分析，绘制相应曲线。

1.3统计学处理

采用R3.6.2开展统计分析，limma包进行差异基因过滤，单因素COX回归筛选预后相关的糖酵解基因，survival包进行生存分析，P<0.05为差异有统计学意义。

2、结果

2.1糖酵解富集分析及与预后相关的糖酵解基因

对7个数据集进行筛选后最终得到了1个数据集符合条件，通过对200个参与糖酵解过程的基因进行GSEA分析，结果发现这些基因大多在肿瘤样本中更活跃，富集分数（ES）为0.51，标准化的富集分数（NES）为1.650，标准化的P=0.013，错误发现率（FDR）值为0.013，其中FDR进行了糖酵解基因子集大小和多重假设检验矫正，见图1。对此数据集中的糖酵解基因进行单因素回归分析发现，AURKA、TXN、MET、B3GNT3、PYGB、KIF20A、AK4在糖酵解通路上对胰腺癌患者的预后为不利因素，CHST2则为有利因素。见表1。

2.2糖酵解预后模型

通过多因素COX回归构建了由TXN、MET、KIF20A组成的预后模型，根据风险值=TXN表达量×0.00266+MET表达量×0.021783+KIF20A表达量×0.144517计算出风险值，得到风险值的中位数为0.9193463，再根据其中位数，将患者分为高低风险2组，高风险组为88个胰腺癌样本，低风险组为89个胰腺癌样本。由生存曲线可知，高低风险组预后有明显差异（P<0.001），见图2A。通过ROC曲线可知，AUC值为0.697，说明该模型具有预测价值，见图2B。随着患者风险分数的增大，患者死亡人数占比逐渐增多，生存时间明显缩短，同时，在高风险分组中，TXN、MET、KIF20A均高表达，见图3。通过单因素和多因素COX回归分析可知，年龄、性别、分级、分期均不能很好地预测胰腺癌患者的预后，而本文所研究的预后模型，根据其风险分数可以有效评估患者预后，见图4。TXN、MET的突变频率均为0.6%，在肿瘤样本中KIF20A基因扩增的频率较为明显，见图5。在正常样本和肿瘤样本中，TXN、MET、KIF20A的表达也存在差异（P<0.05），见图6。

图1糖酵解富集分析

图2糖酵解预后模型的生存分析与ROC曲线

图3风险曲线

图4独立预后分析

2.3临床特征的生存曲线及临床分组的模型验证

通过生存分析，年龄、性别、组织学分级并未对胰腺癌患者的生存时间有影响，而肿瘤大小及淋巴结转移与否对其生存时间有影响（P<0.05）。而该预后模型基本不受年龄、性别、组织学分级、临床分期的影响，高低风险组的生存时间大部分都存在差异（P<0.05），验证了模型的有效性。

表1预后相关的糖酵解基因

图5预后模型基因的突变情况

图6预后模型基因的差异分析

3、讨论

胰腺癌患者预后往往不佳，即使肿瘤可以进行手术切除，复发率也非常高，中位总生存时间在24～30个月[6]。过去，研究者通常遵循中心法则来研究癌前病变中的基因突变[7]，而近来有研究显示，维持致瘤状态需要额外的基因调控，从而适应不断变化的肿瘤微环境[8,9]。肿瘤细胞往往更倾向于利用有氧糖酵解而不是线粒体的氧化磷酸化来产生依赖葡萄糖的ATP来供能，这被认为是肿瘤形成和生长的根源。糖酵解是由多个糖酵解基因介导的一系列复杂的生化过程。除了调节糖代谢外，这些基因还被认为具有与癌症相关的其他功能，包括在癌症的发展、抑制细胞凋亡、细胞周期进展和肿瘤转移中的作用。癌症是一种代谢性疾病，而代谢相关性酶在肿瘤发生过程中起着重要作用，因此作者认为糖酵解基因不仅仅是糖代谢的调节因子，还有望成为癌症早期发现的生物标志物或抗癌治疗的新靶点。

本研究筛选到8个与胰腺癌预后相关的糖酵解基因，包括AURKA、TXN、MET、B3GNT3、CHST2、PYGB、KIF20A、AK4，利用这8个糖酵解基因构建了由TXN、MET、KIF20A组成的最佳预后模型。TXN基因编码的蛋白质参与许多氧化还原反应，其中，TX-NIP是一种广泛表达的蛋白质，与TXN相互作用并负调控其表达和功能。葡萄糖水平升高对胰岛β细胞有损伤作用，导致β细胞功能紊乱，胰岛素分泌减少，细胞凋亡导致细胞死亡。TXNIP具有调节β细胞功能、肝脏葡萄糖生成、外周组织葡萄糖摄取、脂肪生成和底物利用等作用，在动物模型中，TXNIP的过度表达可诱导胰岛β细胞凋亡[10]。TXNIP与ASK-1竞争结合TXN-2，导致ASK-1的释放和胰腺β细胞凋亡信号级联的启动[11]。TXNIP除了激活线粒体死亡途径和ASK-1的磷酸化和激活外，还通过增加促凋亡miR-200的表达和抑制ZEB1的表达来促进β细胞凋亡[12]。TXNIP也被证实可以通过miR-124a和FoxA2调节胰岛淀粉样多肽（IAPP）的葡萄糖依赖性上调[13]。IAPP通过聚集成大多数2型糖尿病患者胰岛中的不溶性淀粉样纤维来促进炎症和β细胞毒性[14]。

MET是一种原癌基因，为肝细胞生长因子编码的一种异二聚体跨膜受体酪氨酸激酶（c-MET）。在一些实体肿瘤，尤其是非小细胞肺癌中，存在着异常的MET信号，其与肿瘤进展和不良预后有关，同时在实体肿瘤靶向药物的研发上，c-MET也成了研究热点[15]。近来有报道，外周血中c-MET阳性外泌体的检测可以用作诊断，其准确性与胰腺癌的唯一临床确定的生物标志物CA19-9相似[16]。

KIF20A是有丝分裂的关键蛋白之一，同时也是驱动蛋白-6家族中的一员。在很多疾病中，驱动蛋白会在驱动的产生、迁移及细胞内运输中起到重要作用。结直肠癌组织中KIF20A高表达与浸润深度、淋巴结转移、远处转移和TNM分期有关，其可通过调控JAK/STAT3信号通路，促进结直肠癌细胞恶性行为[17]。KIF20A通过将RNA结合蛋白IGF2BP3和IGF2BP3结合转录本沿微管转运至细胞突起，促进了胰腺癌细胞的运动和侵袭性[18]。已有研究表明，抑制KIF20A可以减少胰腺癌细胞的迁移和侵袭，其不仅是评估预后的较好指标，也是胰腺癌治疗的潜在靶点[19]。miR-876-3p可通过直接靶向KIF20A的3′-UTR区域来降低其表达水平[20]。

尽管本研究已经使用生物信息学技术对大量样品鉴定出了与胰腺癌预后相关的候选糖酵解基因，但是本研究仍然存在局限性。仅使用生物信息学分析来获得结果并进行验证是不够的，还需要通过临床试验来进一步研究。

文章来源：陈钦钦,彭心宇,杨凌志,褚志强.糖酵解相关基因TXN､MET､KIF20A对胰腺癌患者预后评估的意义[J].现代医药卫生,2021(10):1636-1640.

基金：湖北陈孝平科技发展基金会资助项目(CXPJJH118000023-02)