文献类型：期刊文章

作　　者：李秀勤[1] 韩腾辉[2] 王帅[3] 沈刚[3] 朱军[1]

LI Xiuqin;HAN Tenghui;WANG Shuai;SHEN Gang;ZHU Jun(Department of General Surgery,the Southern Theater Air Force Hospital,Guangzhou 510000,China;Department of Neurology,Air Force Medical University,Xi'an 710000,China;Ming Gang Station Hospital,Xi'an Institute of Flight of the Air Force,Xingyang,Henan 463200,China)

机构地区：[1]中国人民解放军南部战区空军医院普通外科,广东广州510000 [2]中国人民解放军空军军医大学西京医院神经内科,陕西西安710000 [3]中国人民解放军空军西安飞行学院一旅明港场站医院门诊部,河南信阳463200

出　　处：《中国普通外科杂志》

基　　金：国家自然科学基金资助项目(82100680)。

年　　份：2022

卷　　号：31

期　　号：10

起止页码：1355-1362

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：背景与目的:结直肠癌(CRC)是全球第三大最常诊断的恶性肿瘤和第二大癌症死亡原因。最新指南推荐所有的CRC患者需要进行微卫星不稳定(MSI)的检测。MSI患者往往具有错配修复蛋白缺失(dMMR)。MSI/dMMR状态已被用作生物标志物预测对免疫治疗的有利反应和预后。然而MSI特征基因及其与肿瘤浸润的免疫细胞的关系未进行阐述。因此本研究通过使用机器学习的方式发掘CRC中新型的MSI特征基因,并且验证其的诊断价值及其与免疫细胞浸润的关系。方法:按照纳入排除标准,将GEO数据库中GSE39582数据集作为训练集,将TCGA数据库中COAD数据集作为外部验证集。使用机器学习的方法(LASSO回归、SVM-RFE算法),在GSE39582结直肠癌数据集中筛选MSI特征基因,并在TCGA结直肠癌数据中进行验证。采用受试者工作特征(ROC)曲线和曲线下面积(AUC)评价基因对MSI的诊断效能。CIBERSORT算法评估肿瘤样本浸润的免疫细胞成分,Spearman相关性分析验证MSI特征基因和免疫细胞的关系。结果:训练集共纳入536例CRC患者,其中高频MSI(MSI-H)77例(14.37%)。在验证集中,共计389例CRC患者,其中MSI-H 67例(17.22%)。基线资料分析显示,MSI-H/dMMR CRC的TNM分期存活率优于低频MSI(MSI-L)或微卫星稳定(MSS)/错配蛋白完整(pMMR)CRC(P<0.05)。在GSE39582数据集中,LASSO回归筛选MSI特征基因21个,SVM-RFE算法筛选基因6个,结合两种算法确定MSI特征基因为EIF5A、CXCL13、HNRNPL、HOXC6、RPL22L1、Y16709。在TCGA数据库中进一步验证MSI特征基因的诊断效能,研究发现EIF5A的诊断效能最高。在训练集和验证集中,EIF5A的AUC值分别为0.922和0.805。同时,Spearman相关性分析发现,EIF5A主要与CD8^(+)T细胞,活化的树突状细胞,辅助性T细胞,M1型巨噬细胞,γδT细胞,中性粒细胞成正相关;与CD4^(+)记忆性T细胞,M2型巨噬细胞,静止树突状细胞,嗜酸性粒细胞,调节性T细胞呈负相关。结论:CRC的

关 键 词：结直肠肿瘤 微卫星不稳定性 DNA错配修复 淋巴细胞,肿瘤浸润  机器学习  

分 类 号：R735.3]