IF10.60!核心突破!南京大学联合协和医学院:依托TCGA、GEO成果登榜 1 区顶刊,解锁肺腺癌精准预后新工具!
- 2026-04-10 05:44:38
❓为何 5mC 八探针模型能精准预判肺腺癌预后且性能超传统指标？❗南京大学、北京协和医学院等团队在《Cell Reports Medicine》发表研究，依托 TCGA、多中心临床队列及 GEO 数据集，经 Cox 回归、生存分析等方法，解析 5mC 甲基化调控肺腺癌预后机制，明确 MethPro-LUAD 八探针模型核心预测价值，为肺腺癌个性化术后管理提供精准工具。
💡研究证实 5mC 甲基化异常是肺腺癌预后关键驱动因素，该模型可将患者精准分层，高风险组生存期显著缩短，预测效能独立于年龄、分期、EGFR 突变等临床因素，在中美欧多区域队列中均表现稳健，且优于现有甲基化、基因表达类预后模型。
❗南京大学、北京协和医学院等团队在《Cell Reports Medicine》发表研究，依托 TCGA、多中心临床队列及 GEO 数据集，经 Cox 回归、生存分析等方法，解析 5mC 甲基化调控肺腺癌预后机制，明确 MethPro-LUAD 八探针模型核心预测价值，为肺腺癌个性化术后管理提供精准工具。
💡研究证实 5mC 甲基化异常是肺腺癌预后关键驱动因素，该模型可将患者精准分层，高风险组生存期显著缩短，预测效能独立于年龄、分期、EGFR 突变等临床因素，在中美欧多区域队列中均表现稳健，且优于现有甲基化、基因表达类预后模型。
👇关注科研圈与GBD，发高分文章不迷路
如果你也想借助TCGA、GEO等数据库方法进行分析，关注科研圈与GBD，联系后台进行咨询，下一个发高分文章就是你!
👀构建 8 探针 5mC 甲基化预后模型 MethPro-LUAD，专用于肺腺癌生存预测，设计简洁。
💡经中美欧多区域队列验证，跨种族、地域普适性强，预测效能稳定。
🔎预后价值独立于年龄、分期、EGFR 突变等临床因素，性能优于现有各类 LUAD 预后模型。
✨可同时预测总生存期和无病生存期，为术后管理和复发评估提供双重依据。
🔑检测技术可优化为 BSAS 等低成本方式，成本低、周期短，临床转化潜力大。
🔔明确探针相关基因与肿瘤发生发展的关联，为表观遗传机制研究提供方向。
数据来源与队列设计：以 TCGA-LUAD 数据集（449 例）为基础，按 3:2 比例分为训练集（269 例）和测试集（180 例）；验证集涵盖中国北京协和医院（195 例）、南京鼓楼医院（88 例）多中心临床队列，及欧洲 GSE56044（82 例）、GSE39279（155 例）公共队列，覆盖中美欧不同人群。
模型构建流程：先通过 Mann-Whitney U 检验和单变量 Cox 回归分析，筛选出 7797 个与肺腺癌患者生存期相关的 5mC 探针；再经逐步多变量 Cox 回归分析优化，最终确定 8 个核心探针，构建 MethPro-LUAD 预后模型，并推导风险评分公式。
检测与分析技术：提取肿瘤组织 DNA，采用 Infinium 甲基化芯片（450K/850K 平台）进行甲基化谱分析；通过亚硫酸氢盐扩增测序（BSAS）验证探针检测可行性；运用 R 软件及 ChAMP、survival、timeROC 等包进行数据归一化、生存分析及 ROC 曲线绘制。
验证与评估方法：采用 Kaplan-Meier 法分析高 / 低风险组生存差异，计算风险比（HR）及 95% 置信区间；通过时间依赖性 ROC 曲线评估模型预测准确性（AUC 值）；在不同年龄、性别、肿瘤分期、EGFR 突变状态等亚组中验证模型独立性；与 50 余种已报道预后模型进行 HR、AUC 值对比分析。
如果你也想使用同款数据库和思路却不知道如何下手？联系科研圈与GBD，我们将为你提供全面的生信分析服务！
队列基线特征一致，无明显偏倚
涵盖 TCGA 训练 / 测试集、中国 2 个多中心队列（PUMCH/NDTH）、欧洲 2 个 GEO 队列共 6 组研究对象，经 Pearson 卡方检验、Wilcoxon 秩和检验分析，各队列在性别、EGFR 突变等核心临床病理特征上无显著统计学差异（P>0.05，部分分期、治疗史因地域诊疗差异有别），甲基化检测平台虽有 450K/850K 差异，但共性探针分析保证了数据可比性，为模型跨队列验证奠定基础。
表1.培训、测试和验证队列的基线特征
完成模型全流程构建与应用设计
图 1A 明确模型临床应用逻辑：肺腺癌患者肿瘤组织经 DNA 提取、甲基化分析，通过 MethPro-LUAD 实现风险分层，指导个性化治疗、随访及成本控制；
图 1B 展示研究技术路线：以 60% TCGA-LUAD 样本（N=269）为训练集筛选 7797 个候选探针，40% 样本（N=180）为测试集构建 8 探针模型，后续在中、欧共 4 个独立验证队列完成效能验证，研究设计完整且层层递进。
图1. 研究流程图
8 个核心探针甲基化水平与预后显著相关，模型可有效分层 TCGA 队列
图 2A 显示：TCGA 训练集中 8 个探针的甲基化 β 值在 5 年生存终点事件组（短生存）和无事件组（长生存）间差异显著（P 均 < 0.05），6 个探针在短生存组高甲基化、2 个低甲基化，明确探针与预后的关联趋势；
图 2B、C：Kaplan-Meier 曲线证实，训练集高 / 低风险组 OS 差异极显著（HR=5.33，p<0.0001），测试集同趋势（HR=3.88，p<0.0001），低风险组限制平均生存期均显著长于高风险组，模型在 TCGA 内部队列风险分层效果明确。
图2.TCGA训练队列的总体生存率和甲基化水平，以及TCGA训练和测试队列中MethPro-LUAD的Kaplan-Meier和受试者操作特征分析
模型预测效能独立于各类临床病理因素，亚组稳定性强
对 TCGA 队列按性别、年龄、肿瘤分期、EGFR 突变状态分层分析（图 3A-J），模型在所有亚组中均能有效区分高 / 低风险患者：
性别亚组：男性 HR=5.74、女性 HR=3.76，均 p<0.0001；
年龄亚组：<60 岁、60-69 岁、≥70 岁 HR 分别为 5.28、5.42、3.29，均有显著统计学差异；
分期亚组：I 期、II 期、III-IV 期 HR 分别为 4.33、4.15、3.7，早晚期均适用；
EGFR 突变亚组：突变型 HR=4.96、野生型 HR=3.96，均能精准分层。
证实模型预后价值不依赖于传统临床因素，可作为独立预测指标。
图3.根据性别、年龄、肿瘤分期及EGFR突变状态队列对TCGA-LUAD患者的Kaplan-Meier分析
模型在跨地域、跨人群独立队列中验证有效，兼具 OS 和 DFS 预测能力
中国多中心队列：PUMCH 队列 5 年 OS（HR=6.16，p<0.0001）、5 年 DFS（HR=6.03，p<0.0001）均表现优异；NDTH 队列 4 年 OS HR=3.49（p<0.01），低风险组生存期均显著更长；
欧洲 GEO 队列：GSE56044（5 年 OS，HR=2.37）、GSE39279（5 年 DFS，HR=2.19）均验证有效，虽效能略低于中、美队列，但仍能实现有效风险分层；
整体证实模型在中美欧不同种族、地域人群中均稳定有效，且可同时预测总生存期和无病生存期，为术后复发管理提供依据。
图4.不同第三方独立队列及PUMCH和NDTH队列中LUAD患者的Kaplan-Meier分析
模型预后价值独立于辅助治疗、吸烟史等关键临床因素
对中国 PUMCH、NDTH 队列按辅助治疗状态、EGFR 突变、吸烟史分层分析（图 5A-E），模型在所有亚组中均能稳定实现风险分层：
PUMCH 队列：接受 / 未接受辅助治疗患者、EGFR 突变 / 野生型患者、吸烟者 / 非吸烟者，高风险组 OS 均显著短于低风险组，HR 均有统计学意义；
NDTH 队列：未接受辅助治疗患者、吸烟者 / 非吸烟者中，模型仍能有效区分高低风险，高风险组预后更差；
结合 TCGA 队列放化疗亚组分析结果，进一步证实模型预后价值独立于辅助治疗、吸烟史、EGFR 突变等关键临床因素，适用人群覆盖度广。
图5.Kaplan-Meier对PUMCH和NDTH患者的治疗、EGFR突变状态和吸烟状况分析
模型预测性能显著优于现有各类肺腺癌预后模型
对比基因表达模型、DNA 甲基化模型、单基因标志物及 TMB 等现有模型，在 TCGA 训练 / 测试集及各验证队列中，MethPro-LUAD 的核心指标均领先：
图 6A、B：ROC 曲线显示，模型在 TCGA 训练 / 测试集的 AUC 显著高于其他模型，5 年 AUC 分别达 0.856、0.873；
图 6C-E：柱状图量化对比各模型 AUC，MethPro-LUAD 在所有队列中均保持最高水平，即使是表现最接近的 16 探针甲基化模型，在 NDTH、GEO 队列中也显著低于本模型，且本模型探针数量更少，避免过拟合，稳定性更强。
图6.各队列中MethPro-LUAD及其他预测模型的ROC分析
如果你也想使用TCGA、GEO等的方法进行研究，高分发文，复现高分思路，欢迎后台进行咨询，科研圈与GBD助力每一个科研梦想！
