甲状腺癌预后相关基因的甲基化研究：构建精准预测模型

研究人员综合分析 DNA 甲基化和转录组数据，构建甲状腺癌预后模型，成果意义重大。

　　甲状腺癌（TC）是最常见的内分泌肿瘤，在过去十年其发病率呈上升趋势。DNA 甲基化（DNAm）异常是恶性肿瘤的特征之一，并且与乳头状甲状腺癌（PTC）等肿瘤的生长相关。研究人员基于全基因组 DNA 甲基化模式，对 DNA 甲基化和转录组数据进行综合分析，以识别与 PTC 预后相关的差异表达基因。利用 LASSO 回归（进行十折交叉验证）和 Cox 回归分析，以 P <0.05 作为显著性阈值，开发出总生存期（OS）的预测模型，并随后对该模型的准确性和有效性进行了验证。在分析临床参数后，构建并评估了列线图，其 C 指数为 0.939，用于评估预测性能。构建并验证了 6 个 DNAm 驱动基因的预后风险模型。通过对 Kaplan-Meier 生存曲线和时间依赖性受试者工作特征曲线的分析，证实了由 6 个甲基化相关基因组成的基因标签对甲状腺癌（THCA）患者的预后价值。在训练数据集里，该模型对 1 年、3 年和 5 年总生存期预测的曲线下面积（AUCs）分别为 0.769、0.795 和 0.762，在测试数据集里，这些时间点的 AUCs 分别为 0.906、0.816 和 0.900，这展示了模型的预测准确性。此外，单变量和多变量回归分析表明，预后模型风险评分可作为 THCA 患者独立的预后因素。而且，通路富集分析表明，这些 DNAm 驱动基因可能通过影响 “II 型糖尿病” 和 “TGF-β 信号通路” 等信号通路来影响肿瘤进展。DNAm 驱动基因（FHL₂、THRSP、PRDM₁、NPC₂、MREG 和 DPP₄）的改变状态与 PTC 患者的总生存期显著相关。