Abstrakt

Nutzung eines Nekroptosemusters zur Vorhersage der Prognose und Arzneimittelempfindlichkeit bei Eierstockkrebs

Chang-Zhong Li*, Na Su, Ping-Ping Cai, Xiao-Xue Yin, Hong-Min Xu, Zhi-Qiang Dou

Hintergrund: Eierstockkrebs (OC) ist nach wie vor eine tödliche gynäkologische Malignität. Nekroptose könnte ein Backup-Pfad sein, der den Zelltod induziert, wenn die Apoptose gehemmt wird. Ziel dieser Forschung ist die Entwicklung und Validierung eines auf Nekroptose basierenden OC-Prognosemodells.

Methoden: Die Datenbanken Cancer Genome Atlas (TCGA) und Genome Tissue Expression Consortium Project Genome (GTEx) wurden verwendet, um Daten über OC-Patienten und normale Eierstockgewebe zu erhalten. Nekroptose-bezogene Gene wurden aus der Datenbank Kyoto Encyclopedia of Genes and Genomes (KEGG) heruntergeladen. Differentially Expressed Genes (DEGs) zwischen Tumoren und normalem Gewebe wurden untersucht. Die COX-Regressionsanalyse wurde zur Erstellung der Gensignatur verwendet, die in den TCGA- und GEO-Kohorten weiter getestet und validiert wurde. Basierend auf Risikobewertungen und verschiedenen klinischen Prognosemerkmalen wurde ein Nomogramm erstellt, um das OS bei OC-Patienten vorherzusagen. Anschließend wurden die Patienten in Hoch- und Niedrigrisikogruppen unterteilt und Differenzialgene zwischen den beiden Gruppen identifiziert. Die potenziellen biologischen und pathologischen Funktionen der Differenzialgene wurden durch Gene Ontology (GO)- und KEGG-Analysen untersucht. Immunassays wurden zur Analyse des Immunstatus verwendet. Die Immunhistochemie (IHC) bestätigte darüber hinaus die Expressionsniveaus der wichtigsten Prognosegene und ihre Korrelationen mit der Gesamtüberlebensrate (OS). Es wurde eine Arzneimittelempfindlichkeitsanalyse in verschiedenen Risikogruppen durchgeführt, um potenzielle Arzneimittel zur Behandlung von OC herauszufiltern. Abschließend wurde eine Konsensclusteranalyse zur Subtypisierung von Eierstocktumoren verwendet.

Ergebnisse: Es wurde eine Signatur aus drei Genen identifiziert, darunter JAK1, PYGB und STAT1. Die Hochrisikogruppe hatte ein niedrigeres OS als die Niedrigrisikogruppe und der Risiko-Score war für die Prognosevorhersage unabhängig von anderen klinischen Prognosemerkmalen akzeptabel. Das Nomogramm kann die 1-, 3- und 5-Jahres-Überlebensraten von Patienten mit OC genau vorhersagen. Die Funktionsanalyse ergab immunbezogene Signalwege und Unterschiede im Immunstatus zwischen den beiden Risikogruppen. Darüber hinaus waren drei zentrale prognostische Gene, die an der Modellkonstruktion beteiligt waren, bei OC im Vergleich zu denen in normalem Eierstockgewebe überexprimiert. Patienten der Niedrigrisikogruppe reagierten empfindlicher auf Cisplatin und Docetaxel. In der Konsensclusteranalyse wurden OC-Patienten in zwei Subtypen unterteilt und die Überlebensrate in Cluster 1 war besser als in Cluster 2.

Schlussfolgerung: Zur Vorhersage der OC-Prognose kann ein auf drei Kernen prognostischer DEGs basierendes Nekroptose-bezogenes Modell verwendet werden.