基于肿瘤微环境相关基因构建卵巢癌预后风险模型及其临床价值研究

doi:10.3868/j.issn.2095-1558.2026.01.007

妇产与遗传（电子版）

2026, Vol. 16

Issue (1): 27-34 https://doi.org/10.3868/j.issn.2095-1558.2026.01.007

论著

本期目录

基于肿瘤微环境相关基因构建卵巢癌预后风险模型及其临床价值研究

范莉王宇廷郑媛媛杨悦

510515 广州市，南方医科大学南方医院妇产科

全文: PDF(2970 KB)

摘要:【摘要】目的基于癌症基因组图谱（The Cancer Genome Altas，TCGA）卵巢癌转录组数据筛选与肿瘤微环境（tumor microenvironment，TME）相关的预后基因，构建并验证预后风险模型，为卵巢癌患者个体化预后评估提供新的生物标志物。方法从TCGA数据库获取卵巢癌RNA⁃seq数据及临床信息。采用ESTIMATE算法计算免疫评分（Immune Score）和基质评分（Stromal Score），并通过Kaplan⁃Meier生存分析评估其预后价值。利用加权基因共表达网络分析（weighted gene co⁃expression network analysis，WGCNA）筛选与TME相关的关键模块及Hub基因。通过单因素Cox回归、LASSO回归及逐步多因素Cox回归筛选预后相关基因并构建风险模型。在GSE13876和GSE53963数据集中进行外部验证。进一步分析风险评分与TME组成之间的关系，并构建列线图预测模型。结果共纳入343例具有完整生存信息的浆液性卵巢癌样本。ESTIMATE分析显示，Stromal Score与患者总体生存显著相关，而Immune Score未达到统计学显著性。WGCNA共识别14个共表达模块，其中4个模块与TME评分显著相关，进一步筛选获得248个Hub基因。经单因素Cox回归、LASSO回归及多因素Cox回归分析后，最终筛选出VSIG4、SLAMF7和CCDC80三个关键基因构建预后模型。Kaplan⁃Meier分析显示，高风险组患者总体生存显著低于低风险组（P < 0.001）。ROC分析表明模型具有较好的预测能力。外部验证队列结果与训练集一致。风险评分与Stromal Score呈显著正相关，而与Immune Score无明显相关性。基于风险评分及临床因素构建的列线图可较准确预测患者3年、4年及5年生存概率。结论本研究构建了一种基于VSIG4、SLAMF7和CCDC80的TME相关预后模型，可有效预测卵巢癌患者生存结局，并为卵巢癌个体化治疗提供新的理论依据。

关键词 ：卵巢肿瘤｜肿瘤微环境｜加权基因共表达网络分析｜预后模型｜VSIG4｜SLAMF7｜CCDC80

出版日期: 2026-08-25

引用本文:

范莉王宇廷郑媛媛杨悦. 基于肿瘤微环境相关基因构建卵巢癌预后风险模型及其临床价值研究[J]. 妇产与遗传（电子版）, 2026, 16(1): 27-34.

链接本文:

https://academic.hep.com.cn/ogg/CN/Y2026/V16/I1/27

Viewed

Full text

Abstract

Cited

Shared

Discussed