基底膜相關(guān)基因風(fēng)險模型在胃癌中的分析應(yīng)用

李鴻昊，許鳴,，韓美霞，鄧媛媛，黎麗旋,

【提要】目的 分析基底膜(BM)相關(guān)基因在胃癌中的表達(dá)意義。方法 從公共數(shù)據(jù)庫下載BM相關(guān)基因、胃癌轉(zhuǎn)錄組數(shù)據(jù)與臨床信息；基于TCGA篩選BM差異基因后進(jìn)行COX和Lasso回歸分析構(gòu)建風(fēng)險模型，分析風(fēng)險評分與生存預(yù)后以及臨床特征之間的關(guān)系， GSE26253隊列驗證其預(yù)測生存預(yù)后的準(zhǔn)確性。功能富集、GSVA分析風(fēng)險基因潛在的作用通路。計算免疫細(xì)胞浸潤與風(fēng)險評分之間的關(guān)系，基于風(fēng)險基因模型發(fā)掘胃癌相關(guān)的免疫檢查點。結(jié)果 基底膜相關(guān)基因高風(fēng)險評分是胃癌患者生存預(yù)后的獨立危險因素；風(fēng)險基因與免疫功能密切相關(guān)(P<0.05); 風(fēng)險基因相關(guān)的免疫檢查點及相關(guān)通路存在關(guān)聯(lián)(P<0.05)。結(jié)論 基底膜相關(guān)風(fēng)險基因模型在胃癌中具有重要的臨床應(yīng)用價值。

據(jù)最新調(diào)查顯示，胃癌的發(fā)生率和死亡率均位列于所有腫瘤類型的前列[1-2]。近些年來，隨著高通量測序技術(shù)不斷進(jìn)步，越來越多的基因在胃癌中的表達(dá)作用被逐漸挖掘[3]。多數(shù)胃癌患者在被診斷時已處于中晚期階段，預(yù)后較差。因此，積極探索與胃癌相關(guān)的潛在預(yù)測及預(yù)后基因具有重要的價值[4-5]。基底膜 (BM) 是最古老的動物細(xì)胞外基質(zhì) (ECM)，其周圍圍繞大多數(shù)組織和上皮細(xì)胞，形成片狀結(jié)構(gòu)。其中包含層粘連蛋白和膠原分子，對于細(xì)胞的粘附和轉(zhuǎn)移起到至關(guān)重要的作用[6]。研究表明BM相關(guān)基因與腫瘤細(xì)胞脫落、轉(zhuǎn)移存在緊密關(guān)聯(lián)因此，理解BM相關(guān)基因在腫瘤的發(fā)展進(jìn)程中具有重要意義[7]。

本次研究基于公共數(shù)據(jù)庫的發(fā)掘，首次從BASE數(shù)據(jù)庫中下載BM相關(guān)基因[8]，研究其在胃癌中的表達(dá)意義。首先篩選在胃癌中差異倍數(shù)較大的BM相關(guān)基因，構(gòu)建風(fēng)險模型?；陲L(fēng)險模型對患者進(jìn)行風(fēng)險評分，從而評價風(fēng)險模型在胃癌中的臨床應(yīng)用。同時采用基因功能富集分析其在生物學(xué)功能方面的應(yīng)用，以及探討風(fēng)險模型與胃癌免疫系統(tǒng)之間的關(guān)系，發(fā)掘潛在的免疫檢查點，旨在臨床方面為胃癌的治療尋求新的思路。

1 材料與方法

1.1 使用數(shù)據(jù)庫網(wǎng)站

TCGA(https://www.cancer.gov/)；BASE (https://bmbase.manchester.ac.uk)；GEO(https://www.ncbi.nlm.nih.gov/geo)；MSigDB(https://www.gsea-msigdb.org/gsea/msigdb)；GEPIA(http://gepia.cancer-pku.cn/)；KM-plot(http://kmplot.com/analysis/)。

1.2 數(shù)據(jù)下載

從TCGA官網(wǎng)STAD-counts平臺下載胃癌轉(zhuǎn)錄組數(shù)據(jù)及臨床信息。從GEO數(shù)據(jù)庫下載GSE26253芯片數(shù)據(jù)。從BASE數(shù)據(jù)庫中下載BM相關(guān)基因。

1.3 篩選基底膜相關(guān)差異基因

基于TCGA隊列基因表達(dá)數(shù)據(jù)，利用R中l(wèi)imma包進(jìn)行數(shù)據(jù)整理，篩選BM相關(guān)差異基因。設(shè)置條件為|LogFC|>2，矯正后的P值FDR<0.05。使用R對差異基因進(jìn)行單因素COX回歸預(yù)測，對具有預(yù)后價值的差異基因進(jìn)行LASSO-Cox回歸分析構(gòu)建風(fēng)險預(yù)后模型。

1.4 建立風(fēng)險預(yù)后模型

基于上述差異基因，采用 R 軟件 glmnet包進(jìn)行 LASSO-Cox回歸分析，構(gòu)建風(fēng)險模型。風(fēng)險模型通過以下公式計算：風(fēng)險模型=(系數(shù)1 * mRNA1基因表達(dá)量) + (系數(shù)2 * 基因表達(dá)量 mRNA2) + (系數(shù)n * mRNAn基因表達(dá)量)。 根據(jù)風(fēng)險模型表達(dá)公式，對TCGA數(shù)據(jù)庫中每個胃癌病人進(jìn)行風(fēng)險評分。根據(jù)風(fēng)險評分的中位數(shù)將患者分為高風(fēng)險組和低風(fēng)險組，繪制Kaplan-Meier生存曲線。此外，分析TCGA隊列患者臨床特征與風(fēng)險評分之間的相關(guān)性。對GSE26253芯片數(shù)據(jù)進(jìn)行整理，得到433個胃癌術(shù)后患者的基因表達(dá)數(shù)據(jù)和術(shù)后無瘤生存時間，使用風(fēng)險評估模型對每個胃癌患者進(jìn)行風(fēng)險評分，根據(jù)風(fēng)險評分的中位數(shù)將患者分為高風(fēng)險組和低風(fēng)險組，繪制Kaplan-Meier生存曲線。

1.5 受試者操作特征(ROC)與列線圖

利用R中survivalROC包繪制受試者工作特征(ROC)曲線判讀風(fēng)險模型預(yù)測患者第1、3、5年生存率的敏感性和特異性，評估風(fēng)險模型預(yù)測的準(zhǔn)確性。PCA 分析探討高低風(fēng)險組病人的分布范圍。使用臨床特征與風(fēng)險模型構(gòu)建列線圖，預(yù)測胃癌患者第1-，3-，5-年的生存率，C指數(shù)與校準(zhǔn)曲線評估列線圖的準(zhǔn)確性。

1.6 基因功能富集分析與GSVA

通過R中ClusterProfiler包進(jìn)行GO分析，包括分子功能(MF)，生物學(xué)途徑(BP)，細(xì)胞組分(CC)。并使用同樣的方法計算KEGG富集通路分析。篩選條件為LogFC>1，F(xiàn)DR<0.05。GSVA進(jìn)一步探索風(fēng)險基因潛在的作用通路。

1.7 免疫浸潤與免疫檢查點

腫瘤的進(jìn)展與免疫浸潤密切相關(guān)，我們對于免疫浸潤在高低風(fēng)險組的病人進(jìn)行了進(jìn)一步分析。CIBERSORT計算基于風(fēng)險模型評分分組的高低風(fēng)險組病人的免疫細(xì)胞浸潤水平間的差異，分析免疫功能與風(fēng)險評分之間的關(guān)系。另從文獻(xiàn)中整理已發(fā)表的免疫檢查點，用于分析風(fēng)險模型與免疫檢查點的關(guān)聯(lián)。

1.8 統(tǒng)計學(xué)分析

所有的統(tǒng)計學(xué)分析基于R軟件包(R 4.2.1.)計算，P<0. 05表示差異具有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 從BASE數(shù)據(jù)庫下載224個BM相關(guān)基因

從TCGA中下載胃癌的轉(zhuǎn)錄組數(shù)據(jù)集臨床信息(臨床信息見表格1)，得到375例胃癌組織及32例正常組織樣本。從GEO中下載了從GEO數(shù)據(jù)庫下載GSE26253芯片數(shù)據(jù)，得到433個胃癌患者組織樣本的基因表達(dá)數(shù)據(jù)及胃癌患者術(shù)后隨訪時間。

表1 TCGA胃癌轉(zhuǎn)錄組的臨床樣本特征

2.2 篩選BM相關(guān)差異基因

如表2所示，在TCGA隊列中，通過與正常組織做比較，在224個BM相關(guān)差異基因中，共篩選出22個差異基因(|LogFC|>2， FDR<0.05)，其中COL4A6、UNC5D、AMTN在胃癌組織中表達(dá)下調(diào)，19個基因在胃癌組織中表達(dá)上調(diào)。

表2 TCGA-STAD隊列中差異表達(dá)4倍及以上的BM相關(guān)差異基因

圖1 胃癌患者的BM相關(guān)差異基因的篩選 A：22個BM相關(guān)基因構(gòu)成的基因熱圖；B：22個BM相關(guān)基因構(gòu)成的火山圖

2.3 構(gòu)建基底膜相關(guān)基因風(fēng)險模型

使用R survival對上述22個差異基因進(jìn)行單因素COX回歸預(yù)測(圖2A)，對具有預(yù)后價值的差異基因進(jìn)行LASSO-Cox回歸分析構(gòu)建了BMS-GE風(fēng)險模型(圖2B和2C)：風(fēng)險模型=(VCAN*0.13435+ADAMTS18*0.06122)。采用風(fēng)險模型計算公式，在TCGA-STAD隊列中，對每個樣本進(jìn)行風(fēng)險評分，以風(fēng)險評分中位數(shù)為臨界值，將隊列患者分為高風(fēng)險組(n=185)和低風(fēng)險組(n=186)，Kaplan-Meier曲線顯示高風(fēng)險組生存時間明顯縮短(圖3A)；使用風(fēng)險評估模型對GSE26253隊列中樣本進(jìn)行風(fēng)險評分，以風(fēng)險評分中位數(shù)為臨界值，結(jié)果顯示高風(fēng)險組患者無瘤生存期明顯低于風(fēng)險組患者(圖3B)。分析風(fēng)險模型與臨床特征的相關(guān)性，結(jié)果顯示：G3組風(fēng)險評分明顯大于G2組；N3組風(fēng)險評分大于N1組風(fēng)險評分；StageⅡ/StageⅢ組風(fēng)險評分均大于StageI組風(fēng)險評分；T2/T3/T4組風(fēng)險評分均大于T1組風(fēng)險評分，T4組評分大于T3組風(fēng)險評分(P<0.05)。

圖2 COX-LASSO回歸分析 A：COX回歸森林圖 22個基底膜相關(guān)差異基因進(jìn)行分析得到4個具有預(yù)后價值的基因；B：Lasso回歸選擇最合適的λ值，4個危險基因的Lasso系數(shù)路徑圖；C：Lasso回歸交叉驗證

圖3 風(fēng)險模型與胃癌生存預(yù)后及臨床特征之間的關(guān)系 A.TCGA隊列中高風(fēng)險組的總生存率明顯短于低風(fēng)險組患者;B.GSE26253隊列中，高風(fēng)險組的術(shù)后無瘤生存率明顯短于低風(fēng)險組患者。C：風(fēng)險模型與TCGA隊列臨床特征之間的關(guān)系

2.4 ROC 曲線和PCA分析

繪制ROC曲線結(jié)果顯示：1年時的曲線下面積(AUC)為0.606，3年時AUC為0.608，5 年時AUC為0.773(圖 4A)。PCA分析能夠準(zhǔn)確區(qū)分高低風(fēng)險組的分布范圍(圖4B)。結(jié)果提示BM相關(guān)基因風(fēng)險模型在預(yù)測胃癌患者的生存預(yù)后方面具有一定價值。

圖4 ROC曲線與主成分分析 A：風(fēng)險模型評價ROC曲線，AUC曲線下面積均大于60%；B：胃癌患者的生存時間及生存狀態(tài)；C：PCA分析能夠準(zhǔn)確區(qū)分高低風(fēng)險組患者的分布

2.5 獨立預(yù)后分析

COX回歸分析風(fēng)險評分是否能夠成為獨立預(yù)后危險因素。單因素結(jié)果顯示年齡、腫瘤分期、風(fēng)險評分為生存預(yù)后相關(guān)因素(圖5A)；多因素結(jié)果顯示年齡、 腫瘤分期、風(fēng)險評分為獨立預(yù)后危險因素(圖5B)。

圖5 對胃癌臨床特征及風(fēng)險評分急性COX回歸分析 A：單因素COX回歸森林圖;B：多因素COX回歸森林圖

2.6 構(gòu)建列線圖

基于TCGA隊列，納入多個預(yù)后因素(年齡、性別、分級、分期以及T分期、M期、N分期、風(fēng)險評分)，采用風(fēng)險模型計算公式對患者進(jìn)行風(fēng)險評分，預(yù)測胃癌患者的生存率。從圖中可以看出第1年、5年的預(yù)測能力與預(yù)測曲線幾乎重合，第3年的預(yù)測能力與預(yù)測曲線略有偏差(圖6A)。校準(zhǔn)曲線評估列線圖的準(zhǔn)確性，C指數(shù)為0.681，提示列線圖具有較準(zhǔn)確的預(yù)測能力(圖6B)。

圖6 列線圖評估胃癌患者預(yù)后生存率 A:列線圖預(yù)測第1-，3-，5-的生存率；B:校準(zhǔn)曲線預(yù)測第1-，3-，5-的生存率

2.7 功能富集分析

GO分析顯示來自TCGA隊列風(fēng)險組間的差異基因主要富集于含膠原細(xì)胞外基質(zhì)組織和細(xì)胞外部組織結(jié)構(gòu)(表3和圖7)。KEGG 途徑分析顯示DEG主要富集在Neuroactive ligand-receptor interaction(腦組織神經(jīng)活動配體-受體相互作用通路信號通路)及PI3K-Akt signaling pathway(絲氨酸/蘇氨酸激酶信號通路)(表4和圖7)。

表3 GO富集分析

表4 KEGG通路富集分析

圖7 GO富集分析與KEGG富集分析預(yù)測風(fēng)險基因富集的相關(guān)通路 A：GO富集分析圈圖；B：GO富集分析柱狀圖； C：GO富集分析氣泡圖(BP代表生物學(xué)過程；CC代表細(xì)胞成分；MF代表分子功能 D：Kegg富集分析圈圖；E：Kegg富集分析柱狀圖；F：Kegg富集分析氣泡圖

2.8 GSVA

GSVA進(jìn)一步闡明基于風(fēng)險組的特征的分子機(jī)制。在TCGA隊列中，GSVA結(jié)果顯示TGFβ信號通路、粘著斑激酶信號通路、間隙連接通路、糖胺聚糖生物合成硫酸軟骨素通路主要富集在高風(fēng)險組。藥物代謝-其他酶通路、視黃醇代謝通路、抗壞血酸和醛酸代謝通路、戊糖和葡萄糖醛酸相互轉(zhuǎn)化通路主要富集在低風(fēng)險組。

圖8 GSVA/Kegg分析結(jié)果

表5 GSVA分析結(jié)果前十條通路集合

2.9 風(fēng)險模型與免疫細(xì)胞浸潤之間的關(guān)系

根據(jù)CIBERSORT算法，計算高低風(fēng)險組評分與免疫浸潤之間的關(guān)系(圖9)。CIBERSORT結(jié)果顯示M2巨噬細(xì)胞、單核細(xì)胞在高風(fēng)險組中呈現(xiàn)高表達(dá)(P<0.05)。此外我們進(jìn)一步探索了高低風(fēng)險組與免疫相關(guān)功能之間的關(guān)系，趨化因子受體(CCR)在高風(fēng)險中高表達(dá)，副炎癥相關(guān)反應(yīng)(Parainflammation)、T細(xì)胞抑制功能(T_cell_co-inhibition)、I型干擾素相關(guān)功能在高風(fēng)險組中高表達(dá)?？紤]到免疫檢查點的重要性，我們進(jìn)一步探索了高低風(fēng)險組與免疫檢查點之間的關(guān)系,我們發(fā)現(xiàn)在高風(fēng)險組中，多個免疫檢查點呈現(xiàn)高表達(dá)趨勢(ADORA2A、BTLA、CD27、CD28、CD40、CD40LG、CD44、CD48、CD8、CD86、CD400、CD200、CD200R1、CD244、CD274、CD276、CTLA4、HAVCR2、ICOS、LAIR1、NRP1、PDCD1LG2、TIGIT)，其中包括TNF超家族/TNF受體超家族的多個成員(TNFRSF4、TNFRSF8、TNFRSF9、TNFSF4、TNFSF14、TNFSF18 TNFRSF5/CD40，TNFRSF7/CD27)。

圖9 風(fēng)險基因模型與免疫浸潤之間的關(guān)系 A：免疫細(xì)胞浸潤在高低風(fēng)險組間的差異；B：免疫功能在高低風(fēng)險組間的差異

2.10 ADAMST18在胃癌中具有一定研究價值

GEPIA數(shù)據(jù)庫與Km-plotter數(shù)據(jù)庫均提示在胃癌中ADAMST18高表達(dá)預(yù)示較差的生存預(yù)后。

圖11 A:Km-plotter數(shù)據(jù)庫;B:GEPIA數(shù)據(jù)庫

3 討論

腫瘤的轉(zhuǎn)移是惡性腫瘤的基本生物學(xué)特征，是臨床上絕大多數(shù)腫瘤患者生存質(zhì)量較差的原因[9]。腫瘤細(xì)胞脫落侵入基質(zhì)是腫瘤轉(zhuǎn)移的重要環(huán)節(jié)，腫瘤細(xì)胞從原發(fā)灶脫離涉及多種復(fù)雜基質(zhì)，多項研究表明基底膜在腫瘤細(xì)胞脫落過程中充當(dāng)十分重要的介質(zhì)[10-11]。胃癌是最常見的惡性腫瘤類型之一，預(yù)后較差。因此我們對基底膜相關(guān)基因在胃癌中的表達(dá)意義做出研究。

基于TCGA數(shù)據(jù)庫的研究，我們首次采用COX回歸及Lasso回歸分析方法成功構(gòu)建了包含VCAN、ADAMTS18兩種基底膜相關(guān)基因的風(fēng)險模型。使用GSE26253隊列中患者進(jìn)行風(fēng)險評分驗證，得出高風(fēng)險評分預(yù)示較差預(yù)后生存。構(gòu)建列線圖及ROC曲線發(fā)現(xiàn)風(fēng)險模型可以成為胃癌的獨立預(yù)后風(fēng)險因素且可以預(yù)測胃癌患者的生存期，此外風(fēng)險評分與胃癌的分期、分級等臨床特征之間相關(guān)，具有臨床應(yīng)用價值。

研究表明VCAN在消化系統(tǒng)腫瘤中具有重要的表達(dá)意義，其與TGF-β信號通路、EMT通路等相互作用，參與腫瘤細(xì)胞的血管生成、免疫抑制等多種生物學(xué)功能從而促進(jìn)腫瘤的遷移與轉(zhuǎn)移，在胃癌中的研究也相對較多，同時有研究表明VCAN可作為胃癌的潛在治療靶點[12-14]。據(jù)報道，ADAMTS是一類具有鋅離子依賴性的分泌型基質(zhì)金屬蛋白酶，其家族成員在不同類型腫瘤的形成過程包括腫瘤細(xì)胞的侵襲、轉(zhuǎn)移發(fā)揮作用以及與部分重要的癌癥相關(guān)的信號通路之間存在緊密關(guān)聯(lián)，ADAMTS18在食管癌、肝癌、肺癌、腎癌等均具有表達(dá)意義，但在胃癌中的研究報道相對較少[15-16]。我們使用KM-plotter數(shù)據(jù)庫與GEPIA數(shù)據(jù)庫初步探索了單基ADAMTS18在胃癌方面的生存預(yù)后價值，發(fā)現(xiàn)ADAMTS18高表達(dá)提示較差的胃癌生存預(yù)后，由此可見ADAMTS18在胃癌中具有潛在的研究價值，值得進(jìn)一步探討。

進(jìn)一步研究風(fēng)險基因模型在生物功能學(xué)方面的作用時，我們發(fā)現(xiàn)風(fēng)險基因主要富集于含膠原細(xì)胞外基質(zhì)組織和細(xì)胞外部組織結(jié)構(gòu)。GSVA顯示TGF/β通路、粘著斑激酶信號通路、縫隙連接通路參與胃癌發(fā)生發(fā)展，以上通路均與腫瘤細(xì)胞的脫落、侵襲與遷移緊密關(guān)聯(lián)[17-18]。KEGG 途徑分析顯示風(fēng)險基因主要富集在腦組織神經(jīng)活動配體-受體相互作用通路及PI3K-Akt信號通路。EMT過程作為腫瘤微環(huán)境的重要組成成分，是腫瘤加速進(jìn)程的重要中間過程。研究表明，PI3K-Akt信號通路參與多種類型腫瘤的發(fā)展，其是EMT過程中的重要介質(zhì)，腫瘤上皮細(xì)胞經(jīng)歷EMT過程后，細(xì)胞間的粘附能力下降、侵襲能力增強(qiáng)，促進(jìn)腫瘤細(xì)胞隨血液循環(huán)運動，加速腫瘤向全身轉(zhuǎn)移[19-20]。腫瘤細(xì)胞、微環(huán)境與宿主在動態(tài)演變中相互聯(lián)系、相互促進(jìn)，加快腫瘤的發(fā)展。在這一過程中，細(xì)胞外基質(zhì)充當(dāng)重要角色，腫瘤的運動侵襲性、調(diào)節(jié)腫瘤微環(huán)境的能力以及在侵襲組織中定植生長均與基質(zhì)相互關(guān)聯(lián)，降解細(xì)胞外基質(zhì)是腫瘤侵襲和轉(zhuǎn)移的必經(jīng)階段[21]。按分布部位來說，基底膜屬細(xì)胞外基質(zhì)的一部分。通過以上的分析，因此我們理論上認(rèn)為基底膜相關(guān)風(fēng)險基因或許通過影響細(xì)胞外基質(zhì)的行為功能而影響腫瘤微環(huán)境的變化促進(jìn)胃癌的發(fā)生發(fā)展。此外，我們發(fā)現(xiàn)了腦組織神經(jīng)活動配體-受體相互作用通路在胃癌中有所涉及，而腦組織神經(jīng)活動配體-受體相互作用通路多在神經(jīng)系統(tǒng)疾病包括腦神經(jīng)膠質(zhì)瘤中報道，在胃癌中少有報道[22-23]。早有研究報道胃部出現(xiàn)異常神經(jīng)可導(dǎo)致胃癌的形成[24]，由此可見神經(jīng)系統(tǒng)與胃癌的發(fā)生具有一定關(guān)聯(lián)，腦組織神經(jīng)活動配體-受體相互作用通路在神經(jīng)系統(tǒng)疾病發(fā)揮重要作用，那么該通路是否在胃癌的發(fā)展進(jìn)程中具有重要作用值得日后進(jìn)一步研究。

免疫微環(huán)境作為腫瘤微環(huán)境有機(jī)整體的主要組成成分，是腫瘤領(lǐng)域研究的熱點，同樣在我們的研究中發(fā)現(xiàn)，M2巨噬細(xì)胞、單核細(xì)胞在高風(fēng)險組中呈現(xiàn)高表達(dá)趨勢，已知巨噬細(xì)胞、單核細(xì)胞的預(yù)示胃癌患者的不良預(yù)后，這可能是高風(fēng)險組預(yù)后差的重要影響因素；在免疫功能方面，高風(fēng)險組中副炎癥相關(guān)反應(yīng)(Parainflammation)、T細(xì)胞抑制功能(T_cell_co-inhibition)、II型干擾素相關(guān)功能高表達(dá)[25-26]。以上說明風(fēng)險模型在胃癌免疫細(xì)胞浸潤中發(fā)揮十分重要的作用。腫瘤壞死因子受體超家族 (tumor necrosis factor receptor superfamily, TNFRSF)是一類可以通過半胱氨酸富集區(qū)域 (cysteine-rich domains, CRDs)與腫瘤壞死因子超家族 (tumor necrosis factors superfamily, TNFSF)結(jié)合的細(xì)胞因子受體超家族，TNF超家族/TNF受體超家族相互作用在多種類型腫瘤中的發(fā)生進(jìn)程中發(fā)揮重要角色，其與免疫系統(tǒng)及免疫疾病的形成中也發(fā)揮重要角色[27]。當(dāng)我們探索風(fēng)險模型與免疫檢查點之間的關(guān)系時，我們發(fā)現(xiàn)在高風(fēng)險組中，TNF超家族/TNF受體超家族的多個成員均呈現(xiàn)高表達(dá)。此外，在高表達(dá)風(fēng)險組中，多種CD分化抗原呈現(xiàn)高表達(dá)趨勢，我們知道CD分化抗原多分布在一些免疫細(xì)胞上，在腫瘤進(jìn)程中通過調(diào)節(jié)免疫系統(tǒng)成分而改變腫瘤微環(huán)境，促進(jìn)腫瘤的發(fā)生發(fā)展。如 CD27作為腫瘤壞死因子受體超家族一員，表達(dá)在T 細(xì)胞、髓質(zhì)胸腺細(xì)胞、B 細(xì)胞亞群和自然殺傷細(xì)胞，共刺激 B 細(xì)胞和 T 細(xì)胞激活，從而發(fā)揮重要的免疫功能[28]。因此我們推測風(fēng)險模型可與TNF超家族/TNF受體或CD分化抗原存在某種關(guān)聯(lián)，共同促進(jìn)腫瘤的發(fā)生發(fā)展。

綜上所述，基于數(shù)據(jù)庫建立的基底膜相關(guān)基因風(fēng)險模型對胃癌的生存預(yù)后以及其與臨床特征之間的關(guān)系具有重要的臨床應(yīng)用價值。在生物功能學(xué)方面，通過以上結(jié)果分析，我們推測，基底膜風(fēng)險基因或許可通過與多條通路相互作用調(diào)節(jié)腫瘤微環(huán)境的變化而促進(jìn)胃癌的發(fā)生發(fā)展。最后我們發(fā)現(xiàn)基底膜風(fēng)險基因與胃癌的多個免疫檢查點相互作用，尤其與CD分化抗原與TNF超家族/TNF受體超家族緊密關(guān)聯(lián)，而CD分化抗原與TNF家族均是免疫系統(tǒng)的重要組成成分，基底膜風(fēng)險基因是否是免疫系統(tǒng)的重要組成成分有待實驗進(jìn)一步探索。腦組織神經(jīng)活動配體-受體相互作用通路與ADAMTS18在胃癌領(lǐng)域具有潛在的研究價值。但本文的不足之處在于本研究基于公共數(shù)據(jù)庫進(jìn)行分析，生物功能學(xué)分析多是基于已有文獻(xiàn)報道進(jìn)行分析，缺乏一定的實驗支撐及機(jī)制探索，我們擬在未來會在實驗基礎(chǔ)上對機(jī)制進(jìn)行進(jìn)一步的探討。