基于机器学习的癌症风险评分模型的构建，以及关键基因SERPINE1在结肠癌进展中的作用的验证

《Cancer Cell International》：Construction of a risk scoring model based on machine learning and validation of the role of the key gene SERPINE1 in the progression of colon cancer

　　

摘要

背景与目的

结肠癌（CC）是一种全球范围内发病率极高的恶性肿瘤，死亡率也较高。尽管在诊断和治疗方面取得了 recent 的进展，但患者的整体预后仍然较差，尤其是对于已经发生转移的患者。探索与结肠癌患者预后相关的关键基因、建立有效的分子模型并验证这些基因的功能对于优化患者管理和发展新的治疗策略至关重要。本研究旨在通过生物信息学分析和实验验证，揭示关键基因 SERPINE1 在结肠癌进展中的作用及其潜在的临床应用价值。

方法

我们从癌症基因组图谱（TCGA）数据库中获取了结肠癌患者的多模态数据。筛选出差异表达基因（DEGs），其变化倍数 ≥ 2 且调整后的 P 值小于 0.05。利用 STRING 数据库构建了蛋白质-蛋白质相互作用网络，并通过 Cytoscape 软件识别出 40 个核心基因。进一步使用 LASSO 回归和 Cox 比例风险回归模型选择了与结肠癌患者预后密切相关的基因，以构建用于评估患者生存风险的风险评分模型。通过免疫细胞浸润分析和 ROC 曲线评估来评估该模型的性能，并探讨了目标基因与肿瘤免疫微环境之间的关联。随后研究了 SERPINE1 的表达和功能。通过 Western blotting 分析了结肠癌组织中 SERPINE1 的表达水平。通过刮痕伤口愈合实验和 Transwell 试验评估了 SERPINE1 敲低对结肠癌细胞迁移和侵袭能力的影响。并通过小鼠肿瘤和转移模型验证了 SERPINE1 敲低对结肠癌细胞肿瘤形成和转移的影响。

结果

基于生物信息学分析，识别出七个与结肠癌预后相关的目标基因，分别是 CAMK2B、KIF1A、OPCML、SCN5A、SERPINE1、TH 和 UCHL1，并据此构建了一个风险评分模型。进一步分析表明，该风险评分不仅与患者的生存预后相关，还与肿瘤免疫微环境中 T 细胞和巨噬细胞等免疫细胞的浸润显著相关。在这七个基因中，SERPINE1 在结肠癌中的表达水平较高，并且与较差的预后显著正相关。体外实验显示，SERPINE1 敲低抑制了结肠癌细胞的增殖、迁移和侵袭能力。Western blot 实验表明，SERPINE1 敲低上调了上皮钙粘蛋白（E-钙粘蛋白，E-CAD）的表达，并下调了神经钙粘蛋白（N-钙粘蛋白，N-CAD）和波形蛋白（VIM）的表达，这表明 SERPINE1 敲低可能抑制上皮-间充质转化（EMT）。在小鼠皮下肿瘤实验中，SERPINE1 敲低显著抑制了肿瘤的生长。肝脏转移模型显示，抑制 SERPINE1 的表达显著减少了肝脏转移的数量，进一步证实了高 SERPINE1 表达促进结肠癌进展的作用。

结论

基于生物信息学分析结果构建的风险评分模型可以有效地预测结肠癌患者的生存预后，并揭示 SERPINE1 通过诱导 EMT 促进结肠癌细胞的增殖并加速肿瘤细胞的远距离转移。这些结果为结肠癌患者的预后评估提供了重要参考，并为针对 SERPINE1 的治疗策略的开发铺平了道路。