文献速递复苏、休克与脓毒症

基于转录组和蛋白质组分析构建脓毒症预后新模型

IDENTIFICATION OF A NOVEL SEPSIS PROGNOSIS MODEL: BASED ON TRANSCRIPTOME AND PROTEOME ANALYSIS.
PubMed 文献 · Shock · 2024-06-12
一句话结论整合转录组与蛋白质组数据构建的16基因预后模型,在内部和外部数据中验证显示高稳定性和良好预测能力,富集于免疫相关通路尤其是病毒调控通路。

脓毒症是高发病率和高死亡率疾病,目前缺乏理想的生物标志物预后模型。研究通过分析蛋白质组和转录组数据,鉴定出25个差异表达基因(DEGs),单因素Cox-Lasso回归识别出16个与患者预后相关的DEGs(总体生存DEGs),多因素Cox-Lasso回归基于这些16个基因构建预后模型。Kaplan-Meier生存分析和受试者工作特征曲线分析在内部和外部数据中验证该模型具有高稳定性和良好预测能力。对总体生存DEGs及基于预后模型划分的高、低风险组间差异表达基因进行基因本体和京都基因与基因组百科全书通路富集分析,发现显著富集于免疫相关通路,尤其是与病毒调控相关的通路。

要点

  • 通过蛋白质组和转录组分析鉴定出25个差异表达基因(DEGs),其中16个与患者预后相关(总体生存DEGs)。
  • 基于16个总体生存DEGs,采用多因素Cox-Lasso回归构建脓毒症预后模型。
  • Kaplan-Meier生存分析和ROC曲线分析在内部和外部数据中验证该模型具有高稳定性和良好预测能力。
  • 总体生存DEGs及高、低风险组间差异表达基因显著富集于免疫相关通路,尤其是病毒调控相关通路。

研究设计与关键结果

  • 研究类型:基于转录组和蛋白质组数据的预后模型构建与验证研究;样本量、中心数原文未报告。
  • 通过蛋白质组和转录组数据分析,鉴定出25个差异表达基因(DEGs)。
  • 单因素Cox-Lasso回归分析识别出16个与患者预后相关的DEGs(总体生存DEGs)。
  • 多因素Cox-Lasso回归分析基于16个基因构建预后模型。
  • Kaplan-Meier生存分析和ROC曲线分析在内部和外部数据中验证该预后模型具有高稳定性和良好预测能力。
  • 基因本体和京都基因与基因组百科全书通路富集分析显示,总体生存DEGs及基于预后模型的高、低风险组间差异表达基因显著富集于免疫相关通路,尤其是病毒调控相关通路。

证据类型、等级与局限

  • 局限:原文未报告局限性

对床旁实践的改变

  • 原文未据此给出推荐

提炼说明

  • 本条依据论文摘要整理;摘要未涉及「适用人群与场景」「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开

Sepsis is a highly prevalent and deadly disease. Currently, there is a lack of ideal biomarker prognostis models for sepsis. We attempt to construct a model capable of predicting the prognosis of sepsis patients by integrating transcriptomic and proteomic data. Through analysis of proteomic and transcriptomic data, we identified 25 differentially expressed genes (DEGs). Single-factor Cox-Lasso regression analysis identified 16 DEGs (overall survival-DEGs) associated with patient prognosis. Through multifactor Cox-Lasso regression analysis, a prognostic model based on these 16 genes was constructed. Kaplan-Meier survival analysis and receiver operating characteristic curve analysis were used to further validate the high stability and good predictive ability of this prognostic model with internal and external data. Gene Ontology and Kyoto Encyclopedia of Genes and Genomes pathway enrichment analysis of overall survival-DEGs and differentially expressed genes between high and low-risk groups based on the prognostic model revealed significant enrichment in immune-related pathways, particularly those associated with viral regulation.

来源:Shock,查看原文。版权归原作者所有。

参考来源

  1. Chen H, Xue H, Tang X, et al. IDENTIFICATION OF A NOVEL SEPSIS PROGNOSIS MODEL: BASED ON TRANSCRIPTOME AND PROTEOME ANALYSIS. Shock. 2024. PMID: 38899838. doi:10.1097/SHK.0000000000002388

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。