仲 涛 朱英会 仲伟俍 王志坚 于英楠△ 田 康

【提 要】 目的 应用WGCNA分析筛选骨肉瘤转移标志物，通过风险评分建立骨内瘤预后的预测模型，为评估骨内瘤转移和预后提供方法指导。方法 基于GSE14359数据集(n=20)，WGCNA法确定骨内瘤转移模块中的中心基因；获取TARGET公共数据库骨内瘤样本(n=86)，在单因素Kaplan-Meier预后分析基础上，Cox多因素计算风险评分构建评估患者生存的预测模型。结果 中心基因HLA-DRA和FLI1与骨内瘤转移密切相关(P<0.05)；风险评分=0.149×G0S2-0.572×ARHGDIB+0.048×CD74+0.242×HLA-DMA-0.473×MGAT1-0.813×PLD3+0.230×EPAS1，有较好的预后评估能力(P<0.001；HR=2.72)。结论 WGCNA分析能够有效筛选OS转移标志物，风险评分能识别更灵敏的预后模型。

骨肉瘤(Osteosarcoma，OS)是骨骼系统中一种侵袭性恶性肿瘤，其病情发展迅速且预后不良，已经成为儿童和青少年的主要致死性疾病[1]。虽然近年来的新辅助化疗不断发展，手术切除技术不断进步[2]，但是由于缺少早期筛查标记物，约20%OS患者在诊断时就已经出现转移，特别是肺转移[3]，因此其5年生存率仍然没有得到显著提升[4]。因此，寻找潜在的生物标志物来评估OS的转移和预后具有重要的临床应用价值。

WGCNA分析[5-6]，即加权基因共表达网络分析，首先通过计算基因之间的表达相关性，将具有相似表达模式的基因聚类到一个模块中并筛选出中心基因，然后再分析该模块与样本特征(包括临床病理参数和治疗方法等)之间的相关性。目前，由于骨肉瘤的异质性，基于小样本的差异表达分析的骨肉瘤转移生物标志物往往敏感度和特异度较低，因而缺乏临床应用价值[7]。WGCNA则从复杂的多样本转录组数据中快速地提取出与转移相关的模块及基因，在比较模块内连接性和基因重要性基础上，获得适用性更广泛的生物标志物[8-9]。……