劉 樺，劉妙妙，鄧豪余，趙雅潔，李 燦

（中南大學(xué)湘雅醫(yī)院核醫(yī)學(xué)科，長(zhǎng)沙 410008）

甲狀腺癌是一種常見的內(nèi)分泌系統(tǒng)惡性腫瘤［1，2］，其發(fā)病率呈逐年上升的趨勢(shì)［3，4］。甲狀腺癌的不同階段具有不同的分子特征［5-7］，探索甲狀腺癌相關(guān)因子，用以評(píng)估甲狀腺癌患者疾病風(fēng)險(xiǎn)程度，對(duì)制定個(gè)性化和更有效的診斷和治療策略不可或缺。

隨著高通量測(cè)序和基因芯片技術(shù)的發(fā)展，越來越多的研究表明，基于甲狀腺癌中差異基因（Differentially Expressed Genes，DEGs）表達(dá)水平的特征，在預(yù)測(cè)甲狀腺癌患者預(yù)后中具有很大的潛力［8-10］。本研究通過分析來自基因表達(dá)綜合數(shù)據(jù)庫(kù)（Gene Expression Omnibus，GEO）和癌癥基因組圖譜（The Cancer Genome Atlas，TCGA）中的數(shù)據(jù)集，篩選甲狀腺癌相關(guān)DEGs。隨后，進(jìn)行LASSO分析并構(gòu)建了甲狀腺癌相關(guān)DEGs組成的風(fēng)險(xiǎn)模型，同時(shí)建立甲狀腺癌相關(guān)Nomogram圖預(yù)測(cè)疾病轉(zhuǎn)歸，觀察甲狀腺癌相關(guān)DEGs組成的風(fēng)險(xiǎn)模型與甲狀腺癌患者總體生存期的關(guān)系，為甲狀腺癌患者預(yù)后預(yù)測(cè)提供一個(gè)潛在選擇。

1 資料與方法

1.1 芯片數(shù)據(jù)的選擇與分析基于GEO數(shù)據(jù)庫(kù)中甲狀腺癌相關(guān)芯片（GSE35570、GSE33630、GSE29265、GSE3467、GSE5364和GSE58545），分析甲狀腺癌表達(dá)譜，然后篩選甲狀腺癌相關(guān)DEGs。隨后結(jié)合Kaplan-Meier生存分析和TCGA數(shù)據(jù)庫(kù)分析，篩選與甲狀腺癌患者生存期顯著相關(guān)的DEGs。

1.2 DEGs組成的風(fēng)險(xiǎn)模型分析通過LASSO回歸分析甲狀腺癌患者生存相關(guān)DEG，最終獲得甲狀腺癌患者生存相關(guān)DEG組成的風(fēng)險(xiǎn)模型。

1.3 甲狀腺癌DEGs組成的風(fēng)險(xiǎn)模型預(yù)測(cè)能力分析通過Kaplan-Meier生存分析和單因素多因素Cox風(fēng)險(xiǎn)回歸分析，檢測(cè)甲狀腺癌DEGs組成的風(fēng)險(xiǎn)模型得分對(duì)甲狀腺癌患者預(yù)后總體生存期的預(yù)測(cè)能力。構(gòu)建一個(gè)包含風(fēng)險(xiǎn)模型得分的Nomogram圖，檢測(cè)風(fēng)險(xiǎn)模型得分對(duì)甲狀腺癌患者預(yù)后預(yù)測(cè)能力。

2 結(jié)果

2.1 甲狀腺癌DEGs芯片分析基于6套GEO數(shù)據(jù)庫(kù)的甲狀腺癌芯片，分析甲狀腺癌中的DEGs（|logFC|＞1，P＜0.05），獲得了105個(gè)交疊的DEGs。隨后通過進(jìn)一步Kaplan-Meier生存分析，發(fā)現(xiàn)上述105個(gè)交疊的DEGs中有ANK2、CDH3、ENTPD1、GAS1、GHR、GLT8D2等16個(gè)DEGs與TCGA數(shù)據(jù)庫(kù)中甲狀腺癌患者的總體生存期顯著相關(guān)（P＜0.05）。

2.2 甲狀腺癌DEGs組成的風(fēng)險(xiǎn)模型分析利用LASSO分析16個(gè)生存相關(guān)的DEGs，最終獲得由ID3、OGDHL、HBB、NRCAM等4個(gè)DEGs組成的風(fēng)險(xiǎn)模型［Risk_score= 1.31×Exp（ID3）+0.53×Exp（OGDHL）-0.54×Exp（HBB）-0.75×Exp（NRCAM］（圖1）。由該模型可以看出，高水平的ID3和OGDHL與甲狀腺癌的不良預(yù)后相關(guān)。

圖1 A：由4個(gè)DEGs組成的風(fēng)險(xiǎn)模型：利用LASSO分析16個(gè)生存相關(guān)的DEGs；B：由4個(gè)DEGs組成的風(fēng)險(xiǎn)模型

2.3 DEGs組成的風(fēng)險(xiǎn)模型驗(yàn)證圖2 Kaplan-Meier生存分析顯示，風(fēng)險(xiǎn)得分與甲狀腺癌患者預(yù)后其總體生存期成負(fù)相關(guān)，風(fēng)險(xiǎn)得分越高的甲狀腺癌患者預(yù)后其總體生存期（Overall survival，OS）較差。多因素Cox風(fēng)險(xiǎn)回歸分析顯示，風(fēng)險(xiǎn)得分與甲狀腺癌患者的總體生存期顯著相關(guān)（P＜0.01），結(jié)果見圖3。

圖2 A：風(fēng)險(xiǎn)得分與甲狀腺癌患者總體生存期的相關(guān)性；B：基于風(fēng)險(xiǎn)得分的甲狀腺癌患者分布示意圖

圖3 甲狀腺癌患者生存期相關(guān)多因素Cox風(fēng)險(xiǎn)回歸分析

2.4 DEGs組成的風(fēng)險(xiǎn)模型預(yù)測(cè)能力驗(yàn)證構(gòu)建一個(gè)基于甲狀腺癌患者年齡、性別、臨床分級(jí)、風(fēng)險(xiǎn)得分的Nomogram（圖4），該Nomogram圖顯示，風(fēng)險(xiǎn)得分對(duì)于甲狀腺癌患者的預(yù)后具有良好的預(yù)測(cè)能力（C-index：0.93）。

圖4 包含風(fēng)險(xiǎn)得分的Nomogram圖

3 討論

現(xiàn)今，甲狀腺癌已經(jīng)成為內(nèi)分泌系統(tǒng)中最常見的惡性腫瘤，其發(fā)病率高于其它所有癌癥［11，12］。早期對(duì)甲狀腺癌進(jìn)行風(fēng)險(xiǎn)等級(jí)評(píng)定，對(duì)避免低?；颊咭虿槐匾倪^度治療帶來的副作用和精準(zhǔn)預(yù)測(cè)患者的預(yù)后情況都具有重要意義［13，14］。隨著高通量測(cè)序技術(shù)的飛速發(fā)展，基于芯片數(shù)據(jù)分析的生物信息學(xué)已被廣泛應(yīng)用于人類疾病致病機(jī)制的研究和診治靶向分子的篩選，例如Li等利用GEO和TCGA數(shù)據(jù)，綜合分析肺鱗癌的轉(zhuǎn)錄組和功能網(wǎng)絡(luò)特征，確定了肺鱗癌的差異基因，為L(zhǎng)USC的治療靶點(diǎn)和生物標(biāo)志物提供指導(dǎo)［15］。除此之外，Shen等利用TCGA和GEO數(shù)據(jù)集，分析篩選了頭頸部鱗狀細(xì)胞癌的潛在生物標(biāo)志物，同時(shí)進(jìn)行了生存分析，確定了四個(gè)最重要的小分子，為頭頸部鱗狀細(xì)胞癌的早期診斷和個(gè)體化控制提供更可靠的生物標(biāo)志物［16］。因此，篩選與甲狀腺癌相關(guān)的差異基因，并在此基礎(chǔ)上構(gòu)建甲狀腺癌風(fēng)險(xiǎn)模型，不僅可以實(shí)現(xiàn)對(duì)甲狀腺癌患者進(jìn)行風(fēng)險(xiǎn)評(píng)分，還可以實(shí)現(xiàn)對(duì)甲狀腺癌患者的預(yù)后情況進(jìn)行有效預(yù)測(cè)。

本研究基于6套甲狀腺癌GEO，篩選獲得了105個(gè)交疊的DEGs。進(jìn)一步通過Kaplan-Meier生存分析，發(fā)現(xiàn)在上述105個(gè)DEGs中，有16個(gè)DEGs與TCGA數(shù)據(jù)庫(kù)中510例甲狀腺癌患者的總體生存期顯著相關(guān)。隨后，基于這16個(gè)生存相關(guān)的DEGs，利用LASSO分析最終獲得了由4個(gè)DEGs（HBB、NRCAM、ID3和OGDHL）組成的風(fēng)險(xiǎn)模型。已有研究發(fā)現(xiàn)，HBB是常見的β-珠蛋白基因突變，檢測(cè)該基因可用于篩查β-地中海貧血［17］；NRCAM是阿爾茨海默病ADAM10底物選擇性激活的標(biāo)志物［18］；ID3被發(fā)現(xiàn)可促進(jìn)肝內(nèi)膽管癌的干細(xì)胞特征和預(yù)測(cè)化療反應(yīng)［19］；OGDHL是乳腺癌的潛在風(fēng)險(xiǎn)因子，可作為乳腺癌篩查的標(biāo)志因子［20］，表明這4個(gè)基因與人類多種疾病的發(fā)生發(fā)展具有重要聯(lián)系。由于甲狀腺癌是一種高度異質(zhì)性的疾病，腫瘤的進(jìn)展涉及一個(gè)復(fù)雜的網(wǎng)絡(luò)，包括多種信號(hào)通路。因此，相較于單一的標(biāo)志物，多個(gè)基因的結(jié)合的預(yù)測(cè)模型能更準(zhǔn)確地反映甲狀腺癌的生物學(xué)特性和預(yù)后情況。

通過進(jìn)一步Kaplan-Meier生存分析和單因素多因素Cox風(fēng)險(xiǎn)回歸分析發(fā)現(xiàn)，風(fēng)險(xiǎn)得分與甲狀腺癌患者的OS顯著相關(guān)，風(fēng)險(xiǎn)得分越高的患者其OS顯著較差。最后構(gòu)建了基于甲狀腺癌患者的年齡、性別、臨床分級(jí)、風(fēng)險(xiǎn)得分的Nomogram圖。Nomogram圖分析結(jié)果顯示，由4個(gè)DEGs（HBB、NRCAM、ID3和OGDHL）組成的風(fēng)險(xiǎn)模型得分對(duì)甲狀腺癌患者的預(yù)后具有良好的預(yù)測(cè)能力。

綜上，本研究確定了一個(gè)4個(gè)基因的特征的風(fēng)險(xiǎn)模型，可以有效預(yù)測(cè)甲狀腺癌患者預(yù)后情況，為甲狀腺癌個(gè)體化治療以及甲狀腺癌的篩查、預(yù)防、診斷和監(jiān)測(cè)提供新方法。