基于乳酸代谢基因的肺腺癌预后模型的建立和评价

doi:10.13481/j.1671-587X.20220621

摘要/Abstract

摘要：

目的探讨肺腺癌（LUAD）组织中乳酸代谢相关基因以及基于乳酸代谢基因构建LUAD预后评分模型，阐明其预测LUAD预后的能力。方法采用癌症基因图谱（TCGA）数据库筛选LUAD相关乳酸代谢基因。采用单因素和多因素Cox回归及LASSO回归分析获得关键基因并构建LUAD的乳酸代谢评分模型，采用Kaplan-Meier生存分析和受试者工作特征（ROC）曲线对模型的预测能力进行验证，TIMER法评估该模型与患者临床特征和免疫细胞浸润丰度之间的关系。结果成功筛选出16个乳酸代谢基因并构建评分模型；生存分析，低风险组患者的总生存时间（OS）明显高于高风险组（P< 0.01），且有较高的预测预后能力，ROC曲线下面积（AUC）均高于0.7；多因素Cox回归分析，23个乳酸代谢基因是LUAD患者的独立的预后基因；乳酸评分与B淋巴细胞（r=－0.326，P<0.001）、CD4 T淋巴细胞（r=－0.196，P<0.001）、CD8 T淋巴细胞（r=－0.094，P=0.036）、巨噬细胞（r=－0.198，P<0.001）和树突状细胞（r=－0.119，P=0.008）百分率呈负相关关系。结论乳酸代谢评分模型可以很好评估LUAD 预后与肿瘤微环境（TIMER）的状态，可作为LUAD预后预测的生物标志物。

关键词: 乳酸, 癌症基因图谱数据库, 肺腺癌, 肿瘤微环境, 预后标志物

Abstract:

Objective：Objective To investigate the genes related to lactic acid metabolism in lung adenocarcinoma （LUAD） tissue and establish the prognostic score model based on the genes related to lactic acid metabolism， and to clarify its ability to predict the prognosis of LUAD. Methods The LUAD related lactate metabolism genes were screened by The Cancer Genome Atlas（TCGA） database.Univariate and multivariate Cox regression analysis and LASSO regression analysis were used to obtain the key genes and the lactate metabolism score model for LUAD was constructed，and the predictive ability of the model was verified by Kaplan-Meier survival analysis and receiver operating characteristic（ROC） curve， and the relationships between the model and the clinical characteristics of the patient and the abundances of immune cell infiltration were evaluated by TIMER method. Results Sixteen lactate metabolism genes were successfully screened and the score model was constructed. The survival analysis results showed that the overall survival（OS） of the patients in low-risk group was significantly higher than that in high-risk group （P<0.01）， and the area under ROC curve （AUC） was higher than 0.7；the multivariate Cox regression analysis results showed that 23 lactic acid metabolism genes were the independent prognosis genes for the LUAD patients，which could accurately assess the survival rate of LUAD patients in combination with other clinical features of the patients（P<0.01），and the lactic acid score was negatively correlated with the percentages of B lymphocytes（r=－0.326，P<0.001），CD4 T lymphocytes（r=－0.196，P<0.001），CD8 T lymphocytes（r=－0.094，P=0.036），macrophages（r=－0.198，P<0.001），and dendritic cells（r=－0.119，P=0.008）. Conclusion The lactate metabolism score model can well evaluate the prognosis of LUAD and the state of tumor microenvironment （TIMER）， and can be used as a biomarker to predict the prognosis of LUAD.

Key words: Lactate, The Cancer Gene Mapping Database, Lung adenocarcinoma, Tumor microenvironment, Prognostic marker

中图分类号:

R734.2

侯俊杰,米旭光,李孝男,李晓男,杨影,芦小单,方艳秋,金宁一. 基于乳酸代谢基因的肺腺癌预后模型的建立和评价[J]. 吉林大学学报(医学版), 2022, 48(6): 1546-1554.

Junjie HOU,Xuguang MI,Xiaonan LI,Xiaonan LI,Ying YANG,Xiaodan LU,Yanqiu FANG,Ningyi JIN. Establishment and evaluation of prognostic model of lung adenocarcinoma based on lactate metabolism gene[J]. Journal of Jilin University(Medicine Edition), 2022, 48(6): 1546-1554.

图/表 10

图1

图2

图3

图4

图5

图6

图 7

图8

图9

图10

参考文献 19

1	SIEGEL R L， MILLER K D， FUCHS H E， et al. Cancer Statistics， 2021［J］. CA Cancer J Clin， 2021， 71（1）： 7-33.
2	BRAY F， FERLAY J， SOERJOMATARAM I， et al. Global cancer statistics 2018： GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］.CA Cancer J Clin，2018，68（6）：394-424.
3	LÖFLING L， BAHMANYAR S， KIELER H， et al. Temporal trends in lung cancer survival： a population-based study［J］. Acta Oncol， 2022， 61（5）： 625-631.
4	ZHANG C， HE Z， CHENG L， et al. Investigation of prognostic markers of lung adenocarcinoma based on tumor metabolism-related Genes［J］.Front Genet， 2021， 12： 760506.
5	ŠUTIĆ M， VUKIĆ A， BARANAŠIĆ J， et al. Diagnostic， predictive， and prognostic biomarkers in non-small cell lung cancer （NSCLC） management ［J］. J Personal Med， 2021， 11（11）： 1102.
6	IVASHKIV L B. The hypoxia-lactate axis tempers inflammation［J］. Nat Rev Immunol，2020，20（2）： 85-86.
7	CERTO M， TSAI C H， PUCINO V， et al. Lactate modulation of immune responses in inflammatory versus tumour microenvironments［J］. Nat Rev Immunol， 2021， 21（3）： 151-161.
8	ZHANG D， TANG Z， HUANG H， et al. Metabolic regulation of gene expression by histone lactylation［J］. Nature， 2019， 574（7779）： 575-580.
9	FEI X， HU C， WANG X， et al. Construction of a ferroptosis-related long non-coding RNA prognostic signature and competing endogenous RNA Network in lung adenocarcinoma［J］. Front Cell Dev Biol， 2021，8（9）： 751490.
10	LI B， SEVERSON E， PIGNON J C， et al. Comprehensive analyses of tumor immunity： implications for cancer immunotherapy［J］. Genome Biol， 2016， 17（1）： 174.
11	FAUBERT B， LI K Y， CAI L， et al. Lactate metabolism in human lung tumors［J］. Cell， 2017， 171（2）： 358-371.
12	YU C， HOU L， CUI H， et al. LDHA upregulation independently predicts poor survival in lung adenocarcinoma， but not in lung squamous cell carcinoma［J］. Future Oncol， 2018， 14（24）： 2483-2492.
13	LIU L， YANG C， SHEN J， et al. GABRA3 promotes lymphatic metastasis in lung adenocarcinoma by mediating upregulation of matrix metalloproteinases［J］. Oncotarget， 2016， 7（22）： 32341-32350.
14	HAN M， WANG B， ZHU M， et al. C1QTNF6 as a novel biomarker regulates cellular behaviors in A549 cells and exacerbates the outcome of lung adenocarcinoma patients［J］. In Vitro Cell Dev Biol Anim， 2019， 55（8）： 614-621.
15	LI Y J， YANG Z， WANG Y Y， et al. Long noncoding RNA ZNF667-AS1 reduces tumor invasion and metastasis in cervical cancer by counteracting microRNA-93-3p-dependent PEG3 downregulation［J］. Mol Oncol， 2019， 13（11）： 2375-2392.
16	GIATROMANOLAKI A， HARRIS A L， KOUKOURAKIS M I. The prognostic and therapeutic implications of distinct patterns of argininosuccinate synthase 1 （ASS1） and arginase-2 （ARG2） expression by cancer cells and tumor stroma in non-small-cell lung cancer［J］. Cancer Metabol， 2021， 9（1）： 28.
17	SUN J， XIE T， JAMAL M， et al. CLEC3B as a potential diagnostic and prognostic biomarker in lung cancer and association with the immune microenvironment［J］.Cancer Cell Int，2020，1（20）： 106.
18	YE D， QU J， WANG J， et al. A new clinical nomogram from the TCGA database to predict the prognosis of hepatocellular carcinoma［J］. Front Oncol， 2021， 11： 698980.
19	MULTHOFF G， VAUPEL P. Lactate-avid regulatory T cells： metabolic plasticity controls immunosuppression in tumour microenvironment［J］.STTT，2021，6（1）： 171.

[1]	陈为,沈楠,韩宛娜,郗艳丽,任旷,金连海,许娜. Toll样受体4接头分子对乳酸诱导巨噬细胞M2极化的促进作用及其机制[J]. 吉林大学学报(医学版), 2022, 48(5): 1190-1199.
[2]	张静,王劭恒,刘鹏飞,关雷. 右美托咪定持续输注对肿瘤细胞减灭术联合腹腔热灌注化疗患者乳酸代谢和术后康复的影响[J]. 吉林大学学报(医学版), 2022, 48(5): 1305-1313.
[3]	李小燕,张维,何杰. REG1A通过调控Wnt/β-catenin信号通路对肺腺癌细胞增殖和迁移的促进作用[J]. 吉林大学学报(医学版), 2022, 48(2): 444-453.
[4]	李书珍,曹雅杰,耿海营,蔡曾晓瑞,代春美,温有锋,李宁. 基于HMMR在肺腺癌组织中表达水平及其对LUAD患者预后影响的生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(6): 1502-1509.
[5]	张娜,刘相良,徐志强,马责竣,徐鹤鸣,李薇. 肿瘤抗血管生成及其与免疫治疗关系的研究进展Research progress in relationship between tumor anti-angiogenesis and immunotherapy[J]. 吉林大学学报(医学版), 2021, 47(4): 1056-1063.
[6]	王丹, 廖丹, 李红, 熊立秋, 武莹, 董营, 盖晓东. 浆细胞样树突状细胞和Foxp3⁺调节性T细胞在结直肠癌组织中的表达及其意义[J]. 吉林大学学报(医学版), 2020, 46(04): 834-838.
[7]	冯磊, 张韩特, 李响, 孟繁平, 李妍. IL-4协同雌二醇对小鼠乳腺癌细胞生长的促进作用及其机制[J]. 吉林大学学报(医学版), 2020, 46(03): 536-542.
[8]	赵敏, 金鑫, 邸鑫, 田畅, 刘伽莹, 丛珊, 王珂. 肺浸润性黏液腺癌1例报告及文献复习[J]. 吉林大学学报(医学版), 2020, 46(03): 634-638.
[9]	房惠, 杨红宇, 马绪哲, 陈立松, 盖晓东, 历春. 叉头蛋白3对肺腺癌细胞增殖和化疗药物顺铂敏感性的影响[J]. 吉林大学学报(医学版), 2019, 45(06): 1261-1266.
[10]	邹俊, 陈冰, 方铭慧, 胡正. 具有人免疫系统和异体人黑色素瘤生长的人源化小鼠模型的构建和鉴定[J]. 吉林大学学报(医学版), 2019, 45(03): 718-724.
[11]	孙晓旭, 王途, 崔海鹏, 刘凯, 高海成, 赵娟. urantide对动脉粥样硬化大鼠血钙、血脂和心肌酶学指标的影响[J]. 吉林大学学报(医学版), 2019, 45(02): 331-335.
[12]	赵一安, 杨舒婷, 李亚龙, 刘国民, 孙淑芬, 罗云纲. 静电喷雾法制备聚乳酸-羟基乙酸共聚物/羟基磷灰石微载体的工艺及其效果评价[J]. 吉林大学学报(医学版), 2019, 45(02): 439-444.
[13]	宋效庆, 刘红, 陈天杰, 刘称称, 路政宽, 秦爽, 黄山. 淫羊藿苷/载明胶纳米复合物-PLGA缓释系统的制备及工艺优化[J]. 吉林大学学报(医学版), 2018, 44(02): 438-443.
[14]	杨易, 包康达, 周彦兵, 袁超, 李勇, 刘晓明, 徐金瑞. Wnt5a对人肺腺癌A549细胞凋亡的调控作用及其机制[J]. 吉林大学学报(医学版), 2018, 44(02): 229-234.
[15]	陈楠楠, 马宁, 车鸿泽, 焦鹏, 陈飞, 张莉. 复方总黄酮聚乳酸-羟基乙酸共聚物微囊的制备及体外释药特性[J]. 吉林大学学报(医学版), 2017, 43(03): 593-599.