膀胱尿路上皮癌蛋白组学相关个体化预后特征的推导与验证

betway必威登陆网址（betway.com ）学报››2023,Vol. 44››Issue (1): 15-23.DOI:10.3969/j.issn.2097-0005.2023.01.003

膀胱尿路上皮癌蛋白组学相关个体化预后特征的推导与验证

黄永胜¹(), 黄彩娜², 董学岭³, 卓秀丽³, 房娟娟⁴, 宋文霞⁵, 张雨露⁶, 阎磊¹, 陈刚³(), 吕仁广³()

^1.山东大学齐鲁医院泌尿外科，山东济南 250012
^2.青岛市市立医院急诊科，山东青岛 266000
^3.济南市第七人民医院泌尿外科，山东济南 250012
^4.山东大学齐鲁医院德州医院日间手术科，山东德州 254300
^5.山东大学齐鲁医院外科门诊部，山东济南 250012
^6.betway必威登陆网址（betway.com ）临床与基础医学院，山东济南 250117

收稿日期:2022-09-23出版日期:2023-01-25发布日期:2023-03-31
通讯作者:陈刚,吕仁广
作者简介:黄永胜，硕士研究生，研究方向：泌尿系统肿瘤，E-mail：H_YongSheng0128@126.com。
基金资助:
山东省重点研发计划(2019GSF108255)

Derivation and validation of proteomic related individualized prognostic signatures of bladder urothelial carcinoma

Yongsheng HUANG¹(), Caina HUANG², Xueling DONG³, Xiuli ZHUO³, Juanjuan FANG⁴, Wenxia SONG⁵, Yulu ZHANG⁶, Lei YAN¹, Gang CHEN³(), Renguang LV³()

^1.Department of Urology，Qilu Hospital of Shandong University，Jinan 250012，China
^2.Department of Emergency，Qingdao Municipal Hospital，Qingdao 266000
^3.Department of Urology，Jinan Seventh People’s Hospital，Jinan 250012，China
^4.Department of Day Surgery，Dezhou Hospital，Qilu Hospital，Shandong University，Dezhou 254300，China
^5.Department of Surgical Outpatient，Qilu Hospital of Shandong University，Jinan 250012，China
^6.School of Clinical and Basic Medicine，Shandong First Medical University & Shandong Academy of Medical Sciences，Jinan 250012，China

Received:2022-09-23Online:2023-01-25Published:2023-03-31
Contact:Gang CHEN,Renguang LV

摘要/Abstract

摘要：

目的筛选出膀胱尿路上皮癌（urothelial carcinoma，UC）的蛋白组学相关预后特征（proteomics-related prognostic signatures，PRPS），从而预测UC患者的生存预后。方法通过Cox回归模型确定UC中的PRPS，以多因素Cox回归的结果计算每一位患者的风险评分（risk score， RS）。以RS中位值为标准进行风险分组并构建RS预后模型，依次进行总生存时间（overall survival， OS）、无进展生存时间（progression free survival， PFS）分析，绘制包括风险分组的临床列线图来预测患者的预后，并通过受试者工作特征（receive operating characteristic， ROC）曲线与决策曲线分析（decision curve analysis，DCA）进行验证；然后进行基因组学分析，与蛋白组学研究互为补充。采用基因富集分析与免疫细胞浸润分析探究在风险分组中活跃的生物学功能、作用通路及肿瘤微环境（tumor microenvironment， TME）变化。结果在UC中确定6个PRPS作为预后指标。生存分析（Kaplan-Meier， KM）表明，高风险组患者的OS与FPS明显低于低风险组，差异有统计学意义（P< 0.001）。ROC曲线表明，RS预后模型有可靠的预测能力，1年、2年、3年生存率的ROC曲线下面积（area under curve， AUC）分别为0.710、0.709、0.719。列线图用来协助临床医生预测UC患者的生存率是可靠的。基因组学分析表明，基因与蛋白质存在着时间上的差异性。基因富集分析表明，PRPS的生物学功能与通路富集在人类免疫应答上。免疫细胞浸润性分析发现，中性粒细胞及NK细胞在高风险人群中显著高表达，差异有统计学意义（P< 0.05）。结论PRPS可作为新的肿瘤标志物来预测UC患者的生存率及肿瘤的恶性程度。

关键词:膀胱尿路上皮癌,蛋白组学,生物信息学,生物标志物,风险预后模型

Abstract:

ObjectiveTo screen the proteomics-related prognostic signatures （PRPS） of urothelial carcinoma （UC） from the public database to predict the survival prognosis of patients.MethodsThe PRPS in UC was determined by Cox regression model， and the risk score （RS） of each patient was calculated by the results of multivariate Cox regression. The risk was grouped according to the RS median value and the risk prognosis model was constructed. The overall survival （OS） and progression free survival （PFS） between groups were analyzed in turn， and the clinical nomogram including risk grouping was drawn to predict the prognosis of patients. Gene enrichment analysis and immune cell infiltration analysis were used to explore the active biological functions， action pathways and changes in tumor microenvironment （TME） in risk groups.ResultsFinally， 6 PRPS were identified as independent prognostic proteins in UC. Kaplan Meier （KM） analysis showed that OS and FPS in high-risk group were significantly shorter than those in low-risk group （P< 0.001）. ROC curve showed that our model had reliable prediction ability （AUC of 1-year， 2-year and 3-year survival rates are 0.710， 0.709 and 0.719 respectively）.The clinical nomogram showed a strong efficacy in predicting the survival rate of UC patients. Genomic analysis showed that there were temporal differences between genes and proteins. Gene enrichment analysis showed that the biological functions and pathways of PRPS were enriched in human immune response. Immunocyte infiltration analysis showed that neutrophils and NK cells were highly expressed in high-risk population.ConclusionThe PRPS can be a new tumor marker for UC patients in predicting the survival rate of UC patients and the malignant degree of tumors.

Key words:bladder urothelial carcinoma,proteomics,bioinformatics,biomarkers,risk prognostic model

黄永胜, 黄彩娜, 董学岭, 卓秀丽, 房娟娟, 宋文霞, 张雨露, 阎磊, 陈刚, 吕仁广. 膀胱尿路上皮癌蛋白组学相关个体化预后特征的推导与验证[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(1): 15-23.

Yongsheng HUANG, Caina HUANG, Xueling DONG, Xiuli ZHUO, Juanjuan FANG, Wenxia SONG, Yulu ZHANG, Lei YAN, Gang CHEN, Renguang LV. Derivation and validation of proteomic related individualized prognostic signatures of bladder urothelial carcinoma[J]. Journal of Shandong First Medical Unversity & Shandong Academy of Medical Sciences, 2023, 44(1): 15-23.

图/表11

表1膀胱尿路上皮癌患者总样本的单因素与多因素Cox回归分析

蛋白名称	单因素分析			多因素分析
蛋白名称	HR	95% CI	P	HR	95% CI	P
EMA	1.127	1.001 ~ 0.262	0.039	1.157	1.027 ~ 1.303	0.016
‘PKA-a’	1.600	1.015 ~ 2.522	0.042	1.463	0.943 ~ 2.269	0.090
MCT4	1.430	1.064 ~ 1.923	0.018	1.386	1.014 ~ 1.893	0.040
ANNEXIN1	1.362	1.098 ~ 1.691	0.005	1.300	1.032 ~ 1.638	0.026
Atg4B	2.720	1.416 ~ 5.223	0.003	3.113	1.497 ~ 6.475	0.002
‘4EBP1_pT70’	0.239	0.064 ~ 0.898	0.034	0.175	0.045 ~ 0.678	0.012

表1膀胱尿路上皮癌患者总样本的单因素与多因素Cox回归分析

蛋白名称	单因素分析			多因素分析
蛋白名称	HR	95% CI	P	HR	95% CI	P
EMA	1.127	1.001 ~ 0.262	0.039	1.157	1.027 ~ 1.303	0.016
‘PKA-a’	1.600	1.015 ~ 2.522	0.042	1.463	0.943 ~ 2.269	0.090
MCT4	1.430	1.064 ~ 1.923	0.018	1.386	1.014 ~ 1.893	0.040
ANNEXIN1	1.362	1.098 ~ 1.691	0.005	1.300	1.032 ~ 1.638	0.026
Atg4B	2.720	1.416 ~ 5.223	0.003	3.113	1.497 ~ 6.475	0.002
‘4EBP1_pT70’	0.239	0.064 ~ 0.898	0.034	0.175	0.045 ~ 0.678	0.012

表2膀胱尿路上皮癌患者训练集与测试集临床性状差异分析［n（%）］

临床性状	总体样本	训练集	测试集	χ ²	P
年龄（岁）
≤ 65	134（39.64）	70（41.18）	64（38.10）	0.219	0.640
> 65	204（60.36）	100（58.82）	104（61.90）	0.219	0.640
性别
女	83（24.56）	42（24.71）	41（24.40）	0	>0.999
男	255（75.44）	128（75.29）	127（75.60）	0	>0.999
肿瘤分级
高级别	318（94.08）	161（94.71）	157（93.45）	0.236	0.627
低级别	19（5.62）	8（4.71）	11（6.55）	0.236	0.627
肿瘤分期
Ⅰ ~ Ⅱ	106（31.36）	58（34.12）	48（28.57）	0.964	0.326
Ⅲ ~ Ⅳ	232（68.64）	112（65.88）	120（71.43）	0.964	0.326

表2膀胱尿路上皮癌患者训练集与测试集临床性状差异分析［n（%）］

临床性状	总体样本	训练集	测试集	χ ²	P
年龄（岁）
≤ 65	134（39.64）	70（41.18）	64（38.10）	0.219	0.640
> 65	204（60.36）	100（58.82）	104（61.90）	0.219	0.640
性别
女	83（24.56）	42（24.71）	41（24.40）	0	>0.999
男	255（75.44）	128（75.29）	127（75.60）	0	>0.999
肿瘤分级
高级别	318（94.08）	161（94.71）	157（93.45）	0.236	0.627
低级别	19（5.62）	8（4.71）	11（6.55）	0.236	0.627
肿瘤分期
Ⅰ ~ Ⅱ	106（31.36）	58（34.12）	48（28.57）	0.964	0.326
Ⅲ ~ Ⅳ	232（68.64）	112（65.88）	120（71.43）	0.964	0.326

图1差异蛋白在风险分组的差异分析及风险分组的PCA结果A为差异蛋白在风险分组中的差异分析；B为风险分组的PCA；C为总体样本的PCA。

图2膀胱尿路上皮癌患者总样本、训练集、测试集的KM分析结果A为总样本的OS分析；B为总样本的PFS分析；C为训练集的OS分析；D为测试集的OS分析。

图3膀胱尿路上皮癌患者总样本、训练集、测试集的RS预后模型与ROC曲线分析结果A为总样本；B为训练集；C为测试集。

表3膀胱尿路上皮癌患者临床性状的单因素与多因素Cox回归分析

临床性状	单因素分析			多因素分析
临床性状	HR	95% CI	P	HR	95% CI	P
年龄	1.035	1.017 ~ 1.052	＜ 0.001	1.025	1.007 ~ 1.043	0.001
性别	0.956	0.668 ~ 1.369	0.808	1.036	0.719 ~ 1.492	0.851
肿瘤分级	2.676	0.661 ~ 10.832	0.168	1.656	0.394 ~ 6.966	0.491
肿瘤分期	1.746	1.416 ~ 2.152	＜ 0.001	1.577	1.268 ~ 1.960	＜ 0.001
风险评分	1.494	1.347 ~ 1.657	＜ 0.001	1.401	1.255 ~ 1.564	＜ 0.001

表3膀胱尿路上皮癌患者临床性状的单因素与多因素Cox回归分析

临床性状	单因素分析			多因素分析
临床性状	HR	95% CI	P	HR	95% CI	P
年龄	1.035	1.017 ~ 1.052	＜ 0.001	1.025	1.007 ~ 1.043	0.001
性别	0.956	0.668 ~ 1.369	0.808	1.036	0.719 ~ 1.492	0.851
肿瘤分级	2.676	0.661 ~ 10.832	0.168	1.656	0.394 ~ 6.966	0.491
肿瘤分期	1.746	1.416 ~ 2.152	＜ 0.001	1.577	1.268 ~ 1.960	＜ 0.001
风险评分	1.494	1.347 ~ 1.657	＜ 0.001	1.401	1.255 ~ 1.564	＜ 0.001

图4膀胱尿路上皮癌患者总样本、训练集、测试集的列线图、ROC曲线与DCA曲线、校准曲线结果A为总样本；B为训练集；C为测试集。

表4PRPS及对应的基因

蛋白名称	基因名称
EMA	MUC1
PKA-a	PRKACA
MCT4	SLC16A4
ANNEXIN1	ANXA1
Atg4B	ATG4B
4EBP1_pT70	EIF4EBP1

图5PRPS的泛癌分析、基于HPA数据库的免疫组化分析、KM分析结果A为ANXA1；B为ATG4B；C为EIF4EBP1；D为MUC1；E为PRKACA；F为SLC16A4。

图6PRPS的GO、KEGG、GSEA富集分析结果A为高风险人群的GO富集分析；B为高风险人群的KRGG富集分析；C为高风险分组的GSEA富集分析（C5）；D为低风险分组的GSEA富集分析（C5）；E为高风险分组的GSEA富集分析（C2）；F为低风险分组的GSEA富集分析（C2）。

图7PRPS的免疫细胞浸润分析结果A为免疫细胞相关性分析；B为免疫细胞在风险分组中的差异表达情况（P < 0.05的免疫细胞用“*”标记）；C为中性粒细胞在风险分组的差异分析；D为NK细胞在风险分组的差异分析。

参考文献26

1	Powles T， Bellmunt J， Comperat E， et al. Bladder cancer： ESMO clinical practice guideline for diagnosis， treatment and follow-up［J］. Ann Oncol， 2022， 33（3）： 244.
2	Sung H， Ferlay J， Siegel RL， et al. Global cancer statistics 2020： GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA Cancer J Clin， 2021， 71（3）： 209.
3	Bouchelouche K. PET/CT in bladder cancer： an update［J］. Semin Nucl Med， 2022， 52（4）： 475.
4	Ploeg M， Aben KK， Kiemeney LA. The present and future burden of urinary bladder cancer in the world［J］. World J Urol， 2009， 27（3）： 289.
5	Zhang Z， Chen D， Li Z， et al. Bioinformatics analysis to screen the key prognostic genes in tumor microenvironment of bladder cancer［J］. Biomed Res Int， 2020， 2020： 6034670.
6	Kanmalar M， Abdul Sani SF， Kamri NINB， et al. Raman spectroscopy biochemical characterisation of bladder cancer cisplatin resistance regulated by FDFT1： a review［J］. Cell Mol Biol Lett， 2022， 27（1）： 9.
7	Lee CT， Barocas D， Globe DR， et al. Economic and humanistic consequences of preventable bladder tumor recurrences in nonmuscle invasive bladder cancer cases［J］. J Urol， 2012， 188（6）： 2114.
8	Patterson SD， Aebersold RH. Proteomics： the first decade and beyond［J］. Nat Genet， 2003， 33 Suppl： 311.
9	Bhat KP， Ümit Kaniskan H， Jin J， et al. Epigenetics and beyond： targeting writers of protein lysine methylation to treat disease［J］. Nat Rev Drug Discov， 2021， 20（4）： 265.
10	Ding Z， Wang N， Ji N， et al. Proteomics technologies for cancer liquid biopsies［J］. Mol Cancer， 2022， 21（1）： 53.
11	Mani DR， Krug K， Zhang B， et al. Cancer proteogenomics： current impact and future prospects［J］. Nat Rev Cancer， 2022， 22（5）： 298.
12	Li Y， Kong X， Wang Z， et al. Recent advances of transcriptomics and proteomics in triple-negative breast cancer prognosis assessment［J］. J Cell Mol Med， 2022， 26（5）： 1351.
13	Vasilogianni AM， Al-Majdoub ZM， Achour B， et al. Proteomics of colorectal cancer liver metastasis： a quantitative focus on drug elimination and pharmacodynamics effects［J］. Br J Clin Pharmacol， 2022， 88（4）： 1811.
14	Islam Khan MZ， Tam SY， Law HKW. Advances in high throughput proteomics profiling in establishing potential biomarkers for gastrointestinal cancer［J］. Cells， 2022， 11（6）： 973.
15	Dong L， Lu D， Chen R， et al. Proteogenomic characterization identifies clinically relevant subgroups of intrahepatic cholangiocarcinoma［J］. Cancer Cell， 2022， 40（1）： 70.
16	Saginala K， Barsouk A， Aluru JS， et al. Epidemiology of bladder cancer［J］. Med Sci （Basel）， 2020， 8（1）： 15.
17	Ridker PM. C-reactive protein： eighty years from discovery to emergence as a major risk marker for cardiovascular disease［J］. Clin Chem， 2009， 55（2）： 209.
18	Angel TE， Aryal UK， Hengel SM， et al. Mass spectrometry-based proteomics： existing capabilities and future directions［J］. Chem Soc Rev， 2012， 41（10）： 3912.
19	Peng L， Cantor DI， Huang C， et al. Tissue and plasma proteomics for early stage cancer detection［J］. Mol Omics， 2018， 14（6）： 405.
20	Pan S， Brentnall TA， Chen R. Proteomics analysis of bodily fluids in pancreatic cancer［J］. Proteomics， 2015， 15（15）： 2705.
21	Garg U， Zhang YV. Mass spectrometry in clinical laboratory： applications in therapeutic drug monitoring and toxicology［J］. Methods Mol Biol， 2016， 1383： 1.
22	Hart K， Rohrwasser A， Wallis H， et al. Prospective identification by neonatal screening of patients with guanidinoacetate methyltransferase deficiency［J］. Mol Genet Metab， 2021， 134（1/2）： 60.
23	Kelly RT. Single-cell proteomics： progress and prospects［J］. Mol Cell Proteomics， 2020， 19（11）： 1739.
24	Aslam B， Basit M， Nisar MA， et al. Proteomics： technologies and their applications［J］. J Chromatogr Sci， 2017， 55（2）： 182.
25	Han W， Fan B， Huang Y， et al. Construction and validation of a prognostic model of RNA binding proteins in clear cell renal carcinoma［J］. BMC Nephrol， 2022， 23（1）： 172.
26	Sun Z， Qin X， Fang J， et al. Multi-omics analysis of the expression and prognosis for FKBP gene family in renal cancer［J］. Front Oncol， 2021， 11： 697534.

[1]	杨儒林, 韩波.心肌炎中的诊断标志物研究进展[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(7): 522-525.
[2]	蒋鲁杰, 王燕, 邓仰欣, 曹铭锋.微小RNA在早期糖尿病肾病中的研究进展[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(6): 452-456.
[3]	戚孟琪, 吕玉芹, 高蕾, 张敬军.基于生物信息学方法探究布瓦西坦抗癫痫机制[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(6): 401-407.
[4]	陈玥, 佘婧瑶, 陈思, 曹莹, 梁春云, 卢燕, 王佩娟, 公真.E2F转录因子家族在宫颈癌中的表达及其与临床预后的关系[J]. betway必威登陆网址（betway.com ）学报, 2023, 44(3): 215-223.
[5]	郑培贤, 李娜, 詹显全.以表型组为重心的垂体瘤多组学研究[J]. betway必威登陆网址（betway.com ）学报, 2022, 43(9): 641-665.
[6]	徐雯, 吕玉芹, 高蕾, 张敬军.基于多组学数据研究奥卡西平抗痫机制[J]. betway必威登陆网址（betway.com ）学报, 2022, 43(5): 327-334.
[7]	卜文超, 曾宪智, 关云茜, 谢思源, 陈世新, 汤挺兵, 曹明国.SOCS基因家族在肝细胞癌中的表达及生物信息学分析[J]. betway必威登陆网址（betway.com ）学报, 2022, 43(10): 740-747.
[8]	吕玉芹, 高蕾, 徐雯, 戚孟琪, 张敬军.颞叶癫痫差异发作频率相关生物通路及蛋白-蛋白相互作用网络分析[J]. betway必威登陆网址（betway.com ）学报, 2021, 42(7): 508-515.