鉴于转移相关基因与胰腺癌恶性生物学行为和预后的相关性,鉴定胰腺癌中影响预后的转移相关基因,基于此建立预测胰腺癌预后的基因模型可能是开发更为精准的胰腺癌预后评估系统的有效策略。研究目的本部分研究的主要研究目的是应用转录组数据挖掘并结合临床和随访数据筛选胰腺癌中影响预后并呈差异表达的转移相关基因,基于此筛选关键基因,建立基因模型,并进一步整合预后相关的临床病理学参数,建立更优的Selleck胰腺癌预后评估系统。研究方法在本部分研究中,为了于胰腺癌基因芯片样本中得到可靠的、具有代表性的表达谱数据,首先,基于GEO数据库,我们下载并整合了四套胰腺癌基因芯片表达谱数据集GSE15471,GSE16515,GSE32676和GSE22780,并使用R语言对数据进行了一系列处理,鉴定胰腺癌中差异表达的基因。我们进一步从人类癌症转移基因数据库获取还有转移相关基因列表,分析他们在胰腺癌组织中的表达水平,与差异分析结果取交集,获得胰腺癌中差异表达的转移相关基因(DE-MTGs),并进行生物信息学分析。我们进一步在TCGA-PAAD数据库的胰腺导管腺癌患者队列中基于生存分析筛选预后相关的DE-MTGs,基于LASSO回归筛选关键基因,建立基因预测模型,计算风险评分。我们使用Xtile软件确定风险评分和的最佳介值将胰腺癌患者分为高风险组和低风险组。采用Kaplan-Meier生存分析中的log-rank检验,判断不同风险组间胰腺癌患者的总生存是否存在统计学差异。采用R语言软件包timeROC构建时间依赖的受试者工作特征曲线(ROC),确定曲线下面积(AUC),预测胰腺癌患者的1、2、3年的总生存率。并进一步计算一致性指数C-index,评估模型的预测效果。使用Delong等描述的方法判断不同预测模型的AUC间是否存在统计学差异。