目的探讨基于DNA甲基化状态的亚型在177例头颈鳞状细胞癌(head and neck squamous cell carcinoma,HNSCC)样本中的预后价值。方法从TCGA数据库下载HNSCC的甲基化芯片数据、临床数据及转录组数据,通过Cox比例风险回归模型筛选出与预后显...目的探讨基于DNA甲基化状态的亚型在177例头颈鳞状细胞癌(head and neck squamous cell carcinoma,HNSCC)样本中的预后价值。方法从TCGA数据库下载HNSCC的甲基化芯片数据、临床数据及转录组数据,通过Cox比例风险回归模型筛选出与预后显著相关的甲基化位点,然后利用基因组注释将这些甲基化位点注释为其相对应的基因,并进行基因本体(gene ontology,GO)功能注释和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)通路分析,同时基于一致性聚类,用上述甲基化位点将HNSCC样本分成若干亚组,并计算得出每个亚组相比其他亚组的差异甲基化位点,最后选择一个最合适的亚组来构建Cox比例风险预测模型。结果 共筛选出613个预后显著相关的甲基化位点,GO分析显著基因主要富集于钾离子跨膜转运活性和减数分裂细胞周期的正调控等生物过程,KEGG通路分析显著富集在细胞因子受体相互作用和Rap1信号通路等信号通路,613个甲基化位点通过一致性聚类确定了7个亚组,最后基于亚组3的6个特异甲基化位点构建了一个最优的Cox比例风险预测模型。结论基于DNA甲基化的分子分型构建的由6个特异甲基化位点组成的模型可以预测HNSCC患者的生存结局,并有助于推进HNSCC患者的精准医疗。展开更多
文摘目的探讨基于DNA甲基化状态的亚型在177例头颈鳞状细胞癌(head and neck squamous cell carcinoma,HNSCC)样本中的预后价值。方法从TCGA数据库下载HNSCC的甲基化芯片数据、临床数据及转录组数据,通过Cox比例风险回归模型筛选出与预后显著相关的甲基化位点,然后利用基因组注释将这些甲基化位点注释为其相对应的基因,并进行基因本体(gene ontology,GO)功能注释和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)通路分析,同时基于一致性聚类,用上述甲基化位点将HNSCC样本分成若干亚组,并计算得出每个亚组相比其他亚组的差异甲基化位点,最后选择一个最合适的亚组来构建Cox比例风险预测模型。结果 共筛选出613个预后显著相关的甲基化位点,GO分析显著基因主要富集于钾离子跨膜转运活性和减数分裂细胞周期的正调控等生物过程,KEGG通路分析显著富集在细胞因子受体相互作用和Rap1信号通路等信号通路,613个甲基化位点通过一致性聚类确定了7个亚组,最后基于亚组3的6个特异甲基化位点构建了一个最优的Cox比例风险预测模型。结论基于DNA甲基化的分子分型构建的由6个特异甲基化位点组成的模型可以预测HNSCC患者的生存结局,并有助于推进HNSCC患者的精准医疗。
