利用Cox回归寻找治疗靶点的5+分思路

＼大家好，今天和大家分享的是2020年8月发表在journal of cellular physiology（IF＝5．546）上的一篇文章：“Prognostic scoring system for osteosarcoma using network－regularized high－dimensional Cox－regression analysis and potential therapeutic targets”。基于mRNA的表达数据和临床数据，作者开发了一种新的骨肉瘤患者预后评分系统。使用网络正则化高维Cox回归（network‐regularized high‐dimensional Cox regression，NET）分析mRNA的表达数据，根据回归系数和mRNA表达值确定预后风险评分，利用The Connectivity Map（CMap）预测骨肉瘤的治疗靶点。

Prognostic scoring system for osteosarcoma using network‐regularized high‐dimensional Cox‐regression analysis and potential therapeutic targets

基于网络正则化高维Cox回归分析的骨肉瘤预后评分系统及潜在治疗靶点

一、研究背景

骨肉瘤是一种可以产生恶性骨样物质且具有高死亡率的肿瘤，它在青少年中最常见。在过去的二十年中，骨肉瘤患者的生存率没有明显改善。随着个性化和精确化医学的发展，对患者的基因进行研究，以确定新的治疗靶点是目前的研究趋势。为了识别基因组数据中预后相关的变量，统计学家开发了许多新的分组变量的选择方法，如网络正则化高维Cox回归（network‐regularized high‐dimensional Cox regression， NET）分析。

二、分析流程

三、结果解读
1．预后评分系统

作者从GEO数据库下载了包含53例高级别骨肉瘤患者的mRNA表达数据和临床信息的数据集（GSE21257），其中34例来自5年内发生转移的患者，其余19例来自未发生转移的患者。患者特征总结在表1中。

表1．骨肉瘤患者具体信息和风险分组

       作者使用Coxnet包对骨髓瘤患者基因表达数据进行网络正则化高维cox回归分析（ network‐regularized high‐dimensional Cox regression， NET），评估OS和mRNA表达值之间的关系。

为了获得更有意义的结果，需要一些额外的参数。作者从六个大型数据库（Biocarta， HumanCyc， KEGG， NCI， Panther， Reactome）获取数据，使用graphite包构建了基因－基因通路矩阵作为正则化参数Ω。使用留一法进行NET分析来进行交叉验证，根据最小交叉验证误差确定混合参数α，该参数决定L1范数和L2范数的平衡。当α的值为1时，19个基因被选择；当α值为0．1时，148个基因被选择，图1和表2描述了根据α值选择的基因数量和预后意义。图1中横坐标为α值，纵坐标C－index是评价模型预测能力的一个指标（C－index大于0．75表示模型对OS具有优秀的预测能力），结果显示α的值为1和0．1时的对OS都有非常好的预测能力，考虑到其效率，最佳α值为1。预后风险评分为基因的表达水平与相应的回归系数的乘积之和。

表2．α值为1时的19个被选基因

图1．不同α值对应的变量数量和C－index

2．风险分层系统

基于预测评分系统，作者构建了风险分层系统对患者的预后进行预测。通过五折交叉验证根据c指数的大小确定风险分界值，所有患者的风险评分介于9．740和6．618之间，最佳的风险分界值为8．518559，样本被分为高风险和低风险两组（高风险：20，低风险：33；表1），两组之间包括年龄、性别和组织学等级在内的临床信息没有显著差异（表1）。

在应用最佳α值1时，高风险组和低风险组的OS具有显著差异（p ＜ 0．0001，图2）。并且，预后评分系统系统获得了较高的c指数（0．967），而年龄和性别等其他变量则获得了较低的c指数，这证明风险分层系统在预测高级别骨肉瘤预后方面非常准确。

图2．高风险组和低风险组生存分析（OS）

如图3c所示，进行时间依赖性ROC曲线分析，AUC值为0．953～1．000，表示风险分层系统OS对具有优秀的预测能力。此外，作者还根据组织学分级将样本分为两个亚组（图4d为组织学1、2级的亚组，图4e为组织学3、4级的亚组），进行了生存分析，结果表明，在不同组织学分级的亚组中，高风险组和低风险组的OS同样具有显著差异。

图3．风险分层系统预测不同生存时间的ROC曲线

图4．按照组织学分级的亚组分析

经单因素Cox回归分析发现，GSE21257中的临床变量（年龄、性别和年级）与预后无显著相关性（表3），多因素Cox回归分析也得到了相似的结果。

表3．Cox回归分析

3．骨肉瘤治疗靶点的预测

作者使用The Connectivity Map（CMap）预测骨肉瘤的治疗药物和治疗靶点。CMap是由Broad研究所开发的一个基于干预基因表达的基因表达谱数据库，主要用于揭示小分子化合物，基因和疾病状态的功能联系。

在预后评分系统中，风险得分高表示预后较差，而风险得分低表示预后较好。按照此标准，表示良好预后的基因信号应为：具有正回归系数的基因下调，具有负回归系数的基因上调。将α值为0．1时选择的148个基因分为正和负回归系数组，将正回归系数组作为下调基因，负回归系数组作为上调基因输入到CMap程序。结果显示，BACE2、IN2、RBBP6、 SNX2等基因敲除或下调，linifanib和APEX抑制剂等药物的使用，可以改善骨肉瘤患者的预后；而SCAP、PREEN、KBTBD、 ZNF114基因敲除或下调，糖原合成酶抑制剂SB‐216763的使用，可能会导致预后变差（图4）。

图5．Connectivity Map分析结果

小结

      基于从GEO数据库中获取的mRNA的表达数据和临床数据，作者开发一种新的骨肉瘤患者预后评分系统。对mRNA的表达数据进行NET分析确定回归系数，正则化系数Ω和混合系数α使分析结果更有意义。风险评分为基因的表达水平与相应的回归系数的乘积，通过五折交叉验证和c指数确定风险分界值，时间依赖性ROC曲线分析和亚组分析用于检验该系统的预测能力。使用The Connectivity Map（CMap）预测骨肉瘤的治疗药物和治疗靶点。