论文部分内容阅读
目的在临床中需要对预测癌症结果的新型生物标志物进行识别,以明确与肿瘤相关的预后因素,而大量研究表明PD-L1在肿瘤预后中具有重要的价值。因此,本文将对PD-L1在各类癌症中的表达与总体生存(OS)之间的关系进行meta分析,并通过生物信息学分析探索PD-L1的潜在靶点和相关的信号通路,为今后的临床治疗研究提出新的方向和思路,从而延长患者的生存期。方法通过PubMed和Cochrane图书馆检索,对条件符合的研究患者临床特征和生存结果进行汇总,采用随机效应模型,计算95%置信区间(95%CI)的混合危险比(HR)相关性的强度。并进行了亚组分析、meta回归分析、敏感性分析和发表偏倚分析。此外,通过GEO数据库查询,对关于卵巢癌的GSE39204中样本应用GEO 2R进行差异基因分析。并利用DAVID进行GO和KEGG分析,同时,使用STRING和Cytoscape分析蛋白质与蛋白质之间的相互作用,确定Hub基因。并进一步绘制Kaplan-Meier生存曲线。结果在meta分析中总计纳入10篇满足条件的文章(包括11个研究),其中涵盖了1600例患者的生存数据。在合并HR后,结果提示PDL1过表达与总体生存较差具有相关性(HR=1.84,95%CI:1.15-2.93),I2的异质性测量结果为72.1%,P≤0.001,表明PD-L1是多种癌症患者生存率较差的重要预后因素。此外,生物信息学分析共鉴定出了479个不同基因,其中上调基因202个,下调基因277个。上调基因主要富集在生物过程,包括核酸转录、生物合成过程及细胞代谢的负调控,下调基因主要富集在细胞周期的调节,包括染色体的分离及DNA代谢。同时,确定了节点排名在前10位的Hub基因(CDK1、CCNB1、CCNA2、KIF11、CDC20、UBE2C、NCAPG、AURKA、AURKB、CHEK1),其主要在细胞分化、病毒感染方面发挥较重要的作用。生存曲线分析结果显示CCNB1、KIF11、UBE2C、NCAPG、AURKA、CHEK1差异有统计学意义(P<0.05)。结论 PD-L1高表达提示多种癌症的总体生存较差。此外,可针对CCNB1、UBE2C、AURKA来抑制PD-L1的表达,从而抑制卵巢癌。综上所述,PD-L1是预测癌症预后的潜在生物标志物和治疗靶点。