Zeitschrift für klinische Studien
Offener Zugang
ISSN: 2167-0870
ISSN: 2167-0870
Lichao Cao, Ying Ba, Jin Yang*, Hezi Zhang*
Hintergrund: Diese Arbeit untersucht die Verwendung von methylierungsgesteuerten Biomarkern für die Diagnose und Prognose bei Darmkrebs (CRC) durch die Auswertung von DNA-Methylierungs- und Genexpressionsdaten aus dem Cancer Genome Atlas (TCGA), dem Genotype-Tissue Expression-Projekt (GTEx) und dem Gene Expression Omnibus (GEO).
Methoden: Die differentiell exprimierten Gene (DEGs) und differentiell methylierten Gene (DMGs) wurden anhand von mRNA-Expressions- bzw. DNA-Methylierungsdaten von TCGA gescreent. Die methylierungsgesteuerten Gene (MDGs) von CRC wurden mithilfe des MethylMix R-Pakets weiter identifiziert. Anschließend wurden die MDGs mit den Algorithmen Random Forest (RF), Support Vector Machine (SVM) und Logistic Regression (LR) analysiert, um Diagnosevorhersagemodelle als unabhängige Indikatoren unter Verwendung von mRNA-Expressionsdaten von TCGA und GTEx zu erstellen. Der RF-Algorithmus erwies sich als der am besten geeignete und wurde verwendet, um das Diagnosemodell mit den kombinierten MDGs zu konstruieren, das dann mit GSE39582 von GEO validiert wurde. Prognostische Biomarker wurden verwendet, um das Risiko-Score-Modell zu erstellen, das durch univariate und multivariate Cox-Regressionsanalysen generiert wurde. Darüber hinaus erstellten und validierten wir ein Nomogramm, das den Risiko-Score und klinische Informationen, einschließlich Alter, Geschlecht und Tumorstadium, integrierte.
Ergebnisse: 9 von 10 MDGs zeigten gute Ergebnisse als unabhängige diagnostische Prädiktoren, und STK33 und EPHX4 standen auch mit dem Gesamtüberleben (OS) in Zusammenhang. Die Ergebnisse des Nomogramms legen nahe, dass es ein besseres Vorhersagemodell für die Prognose ist als das Risiko-Score-Modell.
Schlussfolgerung: Unsere Ergebnisse legen nahe, dass die identifizierten MDGs Biomarker für die Diagnose und Prognose von CRC sein könnten.