乳腺癌基于蛋白表达的风险预后模型构建和6种关键蛋白的鉴定

doi:10.3969/j.issn.2097-0005.2021.10.001

摘要/Abstract

摘要： 目的

通过开发蛋白质组学签名，优化对乳腺癌患者预后的评估。

方法

分别从TCPA和TCGA数据库下载879名乳腺癌患者样本的蛋白质表达谱和临床信息，进行单变量Cox回归、lasso回归和多变量Cox回归分析以鉴定预后蛋白质建立预后模型，然后对预后模型蛋白进行差异表达及生存分析，对模型风险评分进行预测性能分析，并对与预后模型蛋白相关的所有蛋白进行分析。

结果

通过TCPA数据库中的224个蛋白质，我们构建了包含CASPASE7CLIVEDD198、NFKBP65_pS536、PCADHERIN、P27、X4EBP1_pT70、EIF4G等 6个蛋白的预后模型，根据风险评分中位值将患者分为两组，总生存率差异有统计学意义。单因素和多因素Cox回归分析表明，该风险评分是患者的独立预后因素（P < 0.001）。此外，应用列线图及ROC对预测模型的预测性能进行了展示。蛋白质相互作用关系显示，蛋白质CASPASE7CLEAVEDD198、PCADHERIN、X4EBP1_pT70和EIF4G与其他蛋白质表现出较明显的相关性（P < 0.001）。

结论

6个关键蛋白可能是乳腺癌治疗的新靶点，蛋白质风险模型可用于预测乳腺癌患者的预后。

关键词: 乳腺癌, TCPA, TCGA, 蛋白质预后模型

Abstract: Objective

To optimize the prognosis assessment of breast cancer patients by developing proteomics signatures.

Methods

The protein expression profiles and clinical information of 879 breast cancer （BC） patient samples were downloaded from the TCPA and TCGA databases， respectively. We performed univariate Cox regression， lasso regression and multivariate Cox regression analysis to identify prognostic proteins and establish a prognostic model. Then， we further analyzed the differential expression and survival of the prognostic model protein， and analyzed the predictive performance of the model risk score. In addition， we analyzed all proteins related to prognostic model proteins.

Results

Based on the 224 proteins in the TCPA database， we constructed a prognostic model containing 6 proteins （CASPASE7CLIVEDD198， NFKBP65_pS536， PCADHERIN， P27， X4EBP1_pT70， EIF4G）， and divided the patients into two groups according to the median of risk score. The overall survival rate was significantly different. Univariate and multivariate Cox regression analysis showed that the risk score was an independent prognostic factor for patients （P < 0.001）. In addition， the nomogram and ROC are used to demonstrate the predictive performance of the predictive model. The protein interaction relationship showed that the proteins CASPASE7CLEAVEDD198， PCADHERIN， X4EBP1_pT70 and EIF4G showed obvious correlation with other proteins （P < 0.001）.

Conclusion

Studies have shown that six key proteins may be considered as new targets for BC treatment， and the protein risk model can be used to predict the overall survival of BC patients.

Key words: breast cancer, TCPA, TCGA, protein prognostic model

中图分类号:

R737.9

李健, 梁玉娜. 乳腺癌基于蛋白表达的风险预后模型构建和6种关键蛋白的鉴定[J]. betway必威登陆网址（betway.com ）学报, 2021, 42(10): 721-728.

Jian Li, Yuna Liang. Construction of breast cancer protein risk prognosis model and identification of six key proteins[J]. Journal of Shandong First Medical Unversity & Shandong Academy of Medical Sciences, 2021, 42(10): 721-728.

图/表 10

图1 预后相关蛋白质及lasso回归分析（红色表示高风险蛋白质，绿色表示低风险蛋白质）

图2 6种预测模型蛋白的生存分析

图3 乳腺癌组的详细预后模型信息A. 预测模型风险评分； B. 生存状态图； C. 生存分析结果。

图4 预后风险模型验证（高低风险组OS差异有统计学意义）

图5 临床病理参数和风险模型的预后意义A. 单变量Cox分析评估各种临床病理因素和风险评分的预后价值； B. 多变量Cox分析揭示各种临床病理因素和风险评分对BC患者生存的独立预后价值。

图6 使用临床病理数据和预后模型构建的列线图

图7 风险特征的预测准确性（ROC曲线）

图8 乳腺癌组织和正常组织（UALCAN）之间6种编码基因的表达（*P < 0.05）

图9 乳腺癌组织和正常组织（UALCAN）之间6种关键蛋白的表达（*P < 0.05）

图10 TCPA数据库中与6个中枢蛋白相关的所有蛋白质的桑基图（R > 0.4 ， P < 0.001）

参考文献 18

1	Loibl S， Poortmans P， Morrow M， et al. Breast Cancer［J］. Lancet，2021. 397（10286）：1750.
2	Wen G， Zhang JS， Zhang YJ， et al. Predictive value of molecular subtyping for locoregional recurrence in early-stage breast cancer with N1 without postmastectomy radiotherapy［J］. J Breast Cancer，2016，19（2）：176.
3	Ding CG， Li Y， Tian XH， et al. Predictive score model for delayed graft function based on hypothermic machine perfusion variables in kidney transplantation［J］. Chin Med J， 2018，131（22）：2651.
4	Najafi S， Sadeghi M， Abasvandi F， et al. Prognostic factors influencing prognosis in early breast cancer patients［J］. Prz Menopauzalny，2019， 18（2）：82.
5	Li X， Chen J， Yu Q， et al. A Signature of autophagy-related long non-coding RNA to predict the prognosis of breast cancer［J］. Frontiers in Genetics， 2021， 12：304.
6	Chen MJM， Li J， Wang Y， et al. TCPA v3.0： An integrative platform to explore the pan-Cancer analysis of functional proteomic data［J］. Molecular & Cellular Proteomics， 2019， 18（8）：S15.
7	Shanker A. The programming language "Perl" for biologists［J］. Landolt Börnstein， 2008， 47（10）：1240.
8	Bennett MJ， Hugen DL. Financial analytics with R：building a laptop laboratory for data science［M］. Cambridge：Cambridge University Press，2016.
9	Qin Y， Yuan H， Chen X， et al. SUMOylation wrestles with the occurrence and development of breast cancer［J］. Frontiers in Oncology，2021， 25（11）：659661.
10	Gao Y， Zhao Q， Mu X， et al. SREBP1 promotes 5-FU resistance in colorectal cancer cells by inhibiting the expression of caspase7［J］. International Journal of Clinical and Experimental Pathology， 2019， 12（3）： 1095.
11	Yu S， Gong X， Ma Z， et al. Endocrine resistant breast cancer cells with loss of ERα expression retain proliferative ability by reducing caspase7-mediated HDAC3 cleavage［J］. Cellular Oncology， 2020， 43（1）： 65.
12	Soler AP， Knudsen KA， Salazar H， et al. P-cadherin expression in breast carcinoma indicates poor survival［J］. Cancer：Interdisciplinary International Journal of the American Cancer Society， 1999， 86（7）： 1263.
13	Albergaria A， Ribeiro AS， Vieira AF， et al. P-cadherin role in normal breast development and cancer［J］. International Journal of Developmental Biology， 2011， 55（7-8-9）： 811.
14	Karlsson E. Clinical potential of the mTOR effectors S6K1, S6K2 and 4EBP1 in breast cancer[D]. Linköping: Linköping University, 2014.
15	Jones RL， Rojo F， A'Hernn R， et al. Nuclear NF-κB/p65 expression and response to neoadjuvant chemotherapy in breast cancer［J］. Journal of Clinical Pathology， 2011， 64（2）：130.
16	Zhang S， Huang N， Pan X， et al. Role of eukaryotic translation initiation factor 4G in tumor［J］. Acta Physiologica Sinica， 2016， 68（2）：207.
17	Alkarain A， Slingerland J. Deregulation of p27 by oncogenic signaling and its prognostic significance in breast cancer［J］. Breast Cancer Research， 2003， 6（1）：1.
18	Tan P， Cady B， Wanner M， et al. The cell cycle inhibitor p27 is an independent prognostic marker in small （T1a，b） invasive breast carcinomas［J］. Cancer Research， 1997， 57（7）：1259.

[1]	张丽. 组织学病理学和分子分类对乳腺癌的病理诊断价值[J]. betway必威登陆网址（betway.com ）学报, 2021, 42(2): 153-154.
[2]	顾明强. 新辅助化疗周疗模式治疗晚期乳腺癌[J]. betway必威登陆网址（betway.com ）学报, 2021, 42(1): 49-52.