留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

肺腺癌患者PLA2G1B表达情况与预后的相关性

朱中山 杨洲 江承川 李小兵 任斗 黄橙 张维薇 李湘军 赵顺利

朱中山, 杨洲, 江承川, 李小兵, 任斗, 黄橙, 张维薇, 李湘军, 赵顺利. 肺腺癌患者PLA2G1B表达情况与预后的相关性[J]. 昆明医科大学学报, 2022, 43(9): 70-76. doi: 10.12259/j.issn.2095-610X.S20220912
引用本文: 朱中山, 杨洲, 江承川, 李小兵, 任斗, 黄橙, 张维薇, 李湘军, 赵顺利. 肺腺癌患者PLA2G1B表达情况与预后的相关性[J]. 昆明医科大学学报, 2022, 43(9): 70-76. doi: 10.12259/j.issn.2095-610X.S20220912
Zhongshan ZHU, Zhou YANG, Chengchuan JIANG, Xiaobing LI, Dou REN, Cheng HUANG, Weiwei ZHANG, Xiangjun LI, Shunli ZHAO. An Analysis of PLA2G1B Expression and Prognosis in Patients with Lung Adenocarcinoma[J]. Journal of Kunming Medical University, 2022, 43(9): 70-76. doi: 10.12259/j.issn.2095-610X.S20220912
Citation: Zhongshan ZHU, Zhou YANG, Chengchuan JIANG, Xiaobing LI, Dou REN, Cheng HUANG, Weiwei ZHANG, Xiangjun LI, Shunli ZHAO. An Analysis of PLA2G1B Expression and Prognosis in Patients with Lung Adenocarcinoma[J]. Journal of Kunming Medical University, 2022, 43(9): 70-76. doi: 10.12259/j.issn.2095-610X.S20220912

肺腺癌患者PLA2G1B表达情况与预后的相关性

doi: 10.12259/j.issn.2095-610X.S20220912
基金项目: 湖南省自然科学基金科卫联合基金资助项目(2020JJ8080);湖南省脑科医院院级基金资助项目(2017B09,2018B01,2018B14)
详细信息
    作者简介:

    朱中山(1971~),女,湖南汨罗人,医学硕士,副主任医师,主要从事肿瘤专业临床与科研工作

    通讯作者:

    杨洲,E-mail:15942617@qq.com

  • 中图分类号: R734

An Analysis of PLA2G1B Expression and Prognosis in Patients with Lung Adenocarcinoma

  • 摘要:   目的  基于数据挖掘分析PLA2G1B基因在肺腺癌患者中的表达特征、预后特征、免疫特征以及潜在的治疗方案影响。  方法   通过对TCGA以及GEO数据库中的肺腺癌患者RNAseq表达谱数据以及临床信息进行分析,对比PLA2G1B高表达和低表达在肺腺癌患者的预后差异,并通过CIBERSORT计算患者的免疫细胞浸润程度,对比PLA2G1B高低表达组之间的浸润程度差异。并通过pRRophetic算法分析2组之间的药物敏感性差异。  结果   PLA2G1B基因在肺腺癌组织中相比癌旁表达量显著降低,且表达量越低其患者的预后总生存越差,在TCGA以及2个GEO的独立验证数据集中均表现出一致的统计学差异,经多因素校正之后证明PLA2G1B低表达为差预后的独立因素(P < 0.05),且在预后较差的样本中其免疫浸润水平更低,主要表现为Bcellmemory,Tcell CD4+ memoryresting,Monocyte,Myeloiddendriticcell,Mastcellactivated细胞类型。但差预后的样本对多种化疗药物的敏感性要显著更好。  结论   PLA2G1B低表达为肺腺癌独立的差预后风险因素,且低表达患者中整体免疫浸润水平显著更低。
  • 非小细胞肺癌(non-small cell lung cancer,NSCLC)已连续多年位列全球癌症致死率榜首[1-2],而其中的肺腺癌亚型(lungadenocarcinoma,LUAD)也是非小细胞肺癌中占比最多的一类[3]。近些年,随着精准医疗的研究推进,尤其在肺腺癌领域鉴定出多个中国人群常见的驱动突变基因[4],其中以EGFR以及ALK为代表的驱动基因均已有相应的小分子抑制剂研发成功,并用于临床延缓肺腺癌患者的复发以及死亡。但是整体的肺癌患者的5 a生存率仍然较低,因此寻找更多的针对不同患者的精准治疗的靶点仍然是一个非常迫切的临床需求。

    癌症通常是由基因的突变或者功能异常而驱动的,寻找到不同患者的不同异常基因,降为后续的治疗手段选择提供非常有指导意义的参考。基于EGFR驱动突变以及ALK融合变异的靶向治疗,以及通过检测PDL1表达[5-6]或者肿瘤突变负荷(Tumormutationburden)[7]而选择使用免疫治疗。这些精准诊疗精准用药的手段在临床上确实大大改善了患者的生存状态和生存率。

    PLA2G1B(Phospholipase A2 group 1B)基因可以编码一种蛋白酶,其功能主要为调控细胞内的钙离子结合以及A2亚型的磷脂酶活性[8]。并且既往研究已发现肝癌中该基因会发生显著的表达上调,并且该表达上调与肝癌患者的预后相关[9]。但是在肺癌中该基因的表达模式以及与患者的预后关系尚不清楚,本研究主要通过公共数据对PLA2G1B基因全面的生物信息学分析,以解释PLA2G1B基因在肺腺癌中的表达特征、预后指导意义,并寻找潜在的治疗靶点。

    本研究纳入TCGA数据库(数据下载自https://xena.ucsc.edu/)中共计490例肺腺癌原发灶的RNAseq表达量数据,其中表达量信息包含测序得到的原始序列计数(Readscount)以及定量之后的TPM(Transcriptpermillion)信息。该490例患者均具有完整的预后OS数据用于生存分析。并且纳入来自GEO(Gene expression omnibus,https://www.ncbi.nlm.nih.gov/geo/)数据库的GSE11969[10]以及GSE72094[11]两个数据集,分别包含了90以及398例肺腺癌患者的表达量数据以及临床信息。选用的数据集中患者平均年龄均大于60岁,且分期偏早期,性别分布相同,数据对比见表1表2

    表  1  GSE11969、TCGA的年龄、分期、性别分布情况
    Table  1.  GSE11969、TCGA age,stage,gender distribution
    项目合计(n = 580)GSE11969(n = 90)TCGA(n = 490)
    年龄
     平均值 64.55 (10.08) 61.02 (9.80) 65.21 (10.01)
     中位值 65.00(59.00、72.00) 62.00(55.00、67.00) 66.00(59.00、72.00)
     不详 10 (1.72%) 0 (0.00%) 10 (2.04%)
    分期n(%)
     Ⅰ 315 (54.31) 52 (57.78) 263 (53.67)
     Ⅱ 128 (22.07) 13 (14.44) 115 (23.47)
     Ⅲ 104 (17.93) 25 (27.78) 79 (16.12)
     Ⅳ 25 (4.31) 0 (0.00) 25 (5.10)
     不详 8 (1.38) 0 (0.00) 8 (1.63)
    性别n(%)
     女 305 (52.59) 43 (47.78) 262 (53.47)
     男 275 (47.41) 47 (52.22) 228 (46.53)
    下载: 导出CSV 
    | 显示表格
    表  2  GSE72094、TCGA的年龄、分期、性别分布情况
    Table  2.  GSE72094、TCGA age,stage,gender distribution overall
    项目合计(n = 888)GSE72094(n = 398)TCGA(n = 490)
    年龄
     平均值 67.09 (9.97) 69.36 (9.45) 65.21 (10.01)
     中位值 68.00(60.25、74.00) 70.00(64.00、76.00) 66.00(59.00、72.00)
     不详 10 (1.13%) 0 (0.00%) 10 (2.04%)
    分期n(%)
     Ⅰ 517 (58.22) 254 (63.82) 263 (53.67)
     Ⅱ 182 (20.50) 67 (16.83) 115 (23.47)
     Ⅲ 136 (15.32) 57 (14.32) 79 (16.12)
     Ⅳ 40 (4.50) 15 (3.77) 25 (5.10)
     不详 13 (1.46) 5 (1.26) 8 (1.63)
    性别n(%)
     女 484 (54.40) 222 (55.78) 262 (53.47)
     男 404 (45.50) 176 (44.22) 228 (46.53)
    下载: 导出CSV 
    | 显示表格
    1.2.1   数据集定义

    其中来自TCGA的490例肺腺癌数据用于本研究的训练数据集(Trainingdataset),而GSE11969以及GSE72094两个数据集作为本研究的2个独立验证数据集(Independentvalidationcohort)。

    1.2.2   基因表达量分析

    TCGA中490例患者其中48例既有原发灶肿瘤样本的表达量,同时检测了癌旁正常肺组织的表达量信息。通过wilcoxontest检验方法对比490例肺癌样本与48例癌旁样本之间的PLA2G1B基因表达量。Pvalue小于0.05则定义为该基因在肿瘤以及癌种之间的表达量差异有统计学意义。

    1.2.3   基因与患者的预后生存分析

    在训练数据集以及验证数据集中,分别按照PLA2G1B基因的表达量排序,并取每个数据集中排名最低的四分之一样本为低表达量组,其余为高表达量组。然后通过log-ranktest检验分析高低表达两组患者之间的预后总生存(overall survival,OS)差异。然后同时纳入数据集中提供的患者年龄、性别、分期信息通过Coxregressiontest检验进行多因素生存分析已确定PLA2G1B的表达量高低为肺腺癌患者的独立预后因素。

    1.2.4   免疫浸润分析

    通过CIBERSORT算法[12]分析490例TCGA中肺腺癌患者的共计20个免疫细胞类型的浸润程度,然后分别对比每一种免疫细胞在PLA2G1B低表达和高表达两组之间的显著差异。

    1.2.5   药物敏感性分析

    根据PLA2G1B表达量分成低表达和高表达2组之后,使用pRRophetic算法[13]分析2组患者之间的化疗药物敏感性,该算法集合了来自CCLE的不同细胞系经过不同药物处理之后的IC50信息。通过对比不同组别之间的IC50信号差异,IC50越低则说明该药物对该类细胞的抑制作用越强。

    通过对TCGA中490例肺癌组织样本以及48例癌旁组织样本中的PLA2G1B基因表达量进行对比分析发现,在肺腺癌样本中该基因的表达量发生了显著下调(P < 0.001),见图1

    图  1  PLA2G1B基因在肺腺癌组织以及癌旁组织中的表达量对比蓝色为肿瘤组织,红色为癌旁组织。
    Figure  1.  Comparison of PLA2G1B gene expression between lung adenocarcinoma and paracancerous tissue

    在TCGA的490例训练集数据中,PLA2G1B高表达组367例,低表达组123例;高表达组生存人数为247例低表达组生存人数为65例;中位生存期高表达组为1632 d,低表达组1115 d;中位随访期高表达组为670 d,低表达组为656 d。PLA2G1B基因低表达的患者其整体生存率显著低于高表达组的患者(P = 0.002,HR = 0.60,图2A),在两个独立验证数据集中同样呈现出了低表达组预后差的一致结果。GSE72094以及GSE11969中的HR分别为0.39和0.51,P<0.05,差异有统计学意义,见图2B图2C

    图  2  PLA2G1B基因表达量与OS关系
    A:TCGA中PLA2G1B基因表达量与预后的生存曲线;B:GSE72094中PLA2G1B基因表达量与预后的生存曲线;C:GSE11969中PLA2G1B基因表达量与预后的生存曲线;其中橙色线代表高表达组即为在所有样本中表达量排名前75%,蓝色线为低表达组即为在所有样本中表达量排名后25%。
    Figure  2.  The relationship between PLA2G1B gene expression and OS

    在TCGA以及来自GEO的2个独立验证数据集中均提供了患者年龄、性别、分期信息,将三个临床潜在影响患者预后的因素以及PLA2G1B基因的表达量一起纳入多因素预后分析模型中发现,经过多因素校正之后PLA2G1B基因的表达量依然为显著影响预后的因素。在训练集以及两个独立验证数据集中均达到了差异有统计学意义(P < 0.05),结果如图3(A-TCGA训练集P = 0.003,B-验证集1GSE11969 P = 0.046,C-验证集2GSE72094P < 0.001)。

    图  3  多因素校正生存分析
    A:TCGA训练集中多因素校正生存分析;B:GSE11969验证集中多因素校正生存分析;C:GSE72094验证集中多因素校正生存分析。
    Figure  3.  Multivariate adjusted survival analysis

    通过对CIBERSORT得到的22类免疫细胞浸润程度对比分析发现,在PLA2G1B基因高表达组的患者中相比低表达组的患者显著富集Bcellmemory,Tcell CD4+ memoryresting,Monocyte,Myeloiddendriticcell,Mastcellactivated。而在低表达组中则表现为Macrophage M0/M1,Mastcellresting更为富集。该结果说明在PLA2G1B表达量不同的2组之间呈现了不同的免疫浸润类型以及浸润程度,见图4

    图  4  CIBERSORT算法分析免疫浸润水平
    蓝色为PLA2G1B基因低表达组,黄色为PLA2G1B基因高表达组;ns代表notsignificant,为无统计学意义;*PP < 0.05,**PP < 0.01,***PP < 0.001,****PP < 0.0001。
    Figure  4.  CIBERSORT algorithm analysis of immune infiltration level

    为进一步研究PLA2G1B表达量不同的两组患者之间是否有药物敏感性的不同,已探索后续针对预后显著不同的这两类人群采用不同的临床治疗方案。本研究通过pRRophetic算法分析发现,在PLA2G1B低表达(即患者预后表现更差的肺腺癌患者)的细胞系中,其对铂类化合物(Cisplatin),见图5A,多西他赛(Docetaxel),见图5B,依托泊苷(Etoposide),见图5C,吉西他滨(Gemcitabine),图5D,紫杉醇(Paclitaxel),见图5E,长春瑞滨(Vinorelbine),见图5F等常见化疗药物的敏感性均更好,表现为IC50显著更低(P < 0.05)。该结果也提示临床上表现为PLA2G1B基因低表达的肺腺癌患者相比高表达的患者,有更高的可能取得临床获益。

    图  5  PLA2G1B表达量不同分组之间化疗药物的敏感性分析
    其中纵坐标为药物敏感性IC50值,值越低说明药物对应该细胞系敏感性越强;红色组为PLA2G1B低表达组,蓝色为PLA2G1B高表达组。
    Figure  5.  Sensitivity analysis of chemotherapeutic drugs among different groups with PLA2G1B expression levels

    本研究基于数据挖掘对肺腺癌中PLA2G1B基因的表达特征、预后特征、免疫特征以及药物敏感性特征进行了全面分析。并发现在肺腺癌中患者的PLA2G1B基因发生了显著下调,该基因表达量的下调同时关联了肺腺癌患者的整体更差的生存表现,提示该基因的表达量越低患者的肿瘤恶性程度也存在更高的可能性。该发现不仅了490例的TCGA中大样本发现,并且在两个独立的验证数据集中进一步证实该结果的可靠性。当纳入更多的潜在影响患者临床预后表现的年龄、性别以及患者临床分期之后,该基因的预后指导作用依然显著,且同样在多个独立数据集中得到验证,进一步证明该基因的独立提示预后作用。

    在既往研究中多次证明患者整体的预后表现与患者的免疫浸润程度息息相关。杀伤性免疫细胞浸润程度越高的患者其在整体的预后表现中则更好,这与免疫细胞的协助杀伤肿瘤功能相一致。而在本研究中为了解释PLA2G1B低表达的患者预后更差的潜在因素,同样进行了免疫浸润程度的分析。结果发现在低表达差预后的患者中仅有Macrophage M0/M1,Mastcellresting细胞更为富集,而在高表达好预后的患者中显著富集的免疫细胞较多,包括Bcellmemory,Tcell CD4+ memoryresting,Monocyte,Myeloiddendriticcell,Mastcellactivated。其中尤其B细胞以及CD4+T细胞均已被多次证实[14],该细胞越多越容易激活免疫反应,并行使对肿瘤细胞的杀伤功能。该结果也为PLA2G1B低表达的患者表现出较差的预后提供了一种解释,即为低表达的患者呈现较强的免疫排斥现象,有较少的免疫细胞浸润,进而免疫杀伤功能不足,影响到患者的整体预后表现。

    为了进一步协助临床为低表达差预后的患者选择更为有效的治疗测序,本研究通过细胞系的药物敏感性数据分析发现,在PLA2G1B低表达的患者中其对化疗药物如铂类化合物(Cisplatin),多西他赛(Docetaxel),依托泊苷(Etoposide),吉西他滨(Gemcitabine),紫杉醇(Paclitaxel),长春瑞滨(Vinorelbine)的敏感性更好,IC50更低,该结果也为进一步的临床治疗选择提供了一定的依据。但因缺少真实患者样本的数据验证,因此该结果具有一定的局限性。

  • 图  1  PLA2G1B基因在肺腺癌组织以及癌旁组织中的表达量对比蓝色为肿瘤组织,红色为癌旁组织。

    Figure  1.  Comparison of PLA2G1B gene expression between lung adenocarcinoma and paracancerous tissue

    图  2  PLA2G1B基因表达量与OS关系

    A:TCGA中PLA2G1B基因表达量与预后的生存曲线;B:GSE72094中PLA2G1B基因表达量与预后的生存曲线;C:GSE11969中PLA2G1B基因表达量与预后的生存曲线;其中橙色线代表高表达组即为在所有样本中表达量排名前75%,蓝色线为低表达组即为在所有样本中表达量排名后25%。

    Figure  2.  The relationship between PLA2G1B gene expression and OS

    图  3  多因素校正生存分析

    A:TCGA训练集中多因素校正生存分析;B:GSE11969验证集中多因素校正生存分析;C:GSE72094验证集中多因素校正生存分析。

    Figure  3.  Multivariate adjusted survival analysis

    图  4  CIBERSORT算法分析免疫浸润水平

    蓝色为PLA2G1B基因低表达组,黄色为PLA2G1B基因高表达组;ns代表notsignificant,为无统计学意义;*PP < 0.05,**PP < 0.01,***PP < 0.001,****PP < 0.0001。

    Figure  4.  CIBERSORT algorithm analysis of immune infiltration level

    图  5  PLA2G1B表达量不同分组之间化疗药物的敏感性分析

    其中纵坐标为药物敏感性IC50值,值越低说明药物对应该细胞系敏感性越强;红色组为PLA2G1B低表达组,蓝色为PLA2G1B高表达组。

    Figure  5.  Sensitivity analysis of chemotherapeutic drugs among different groups with PLA2G1B expression levels

    表  1  GSE11969、TCGA的年龄、分期、性别分布情况

    Table  1.   GSE11969、TCGA age,stage,gender distribution

    项目合计(n = 580)GSE11969(n = 90)TCGA(n = 490)
    年龄
     平均值 64.55 (10.08) 61.02 (9.80) 65.21 (10.01)
     中位值 65.00(59.00、72.00) 62.00(55.00、67.00) 66.00(59.00、72.00)
     不详 10 (1.72%) 0 (0.00%) 10 (2.04%)
    分期n(%)
     Ⅰ 315 (54.31) 52 (57.78) 263 (53.67)
     Ⅱ 128 (22.07) 13 (14.44) 115 (23.47)
     Ⅲ 104 (17.93) 25 (27.78) 79 (16.12)
     Ⅳ 25 (4.31) 0 (0.00) 25 (5.10)
     不详 8 (1.38) 0 (0.00) 8 (1.63)
    性别n(%)
     女 305 (52.59) 43 (47.78) 262 (53.47)
     男 275 (47.41) 47 (52.22) 228 (46.53)
    下载: 导出CSV

    表  2  GSE72094、TCGA的年龄、分期、性别分布情况

    Table  2.   GSE72094、TCGA age,stage,gender distribution overall

    项目合计(n = 888)GSE72094(n = 398)TCGA(n = 490)
    年龄
     平均值 67.09 (9.97) 69.36 (9.45) 65.21 (10.01)
     中位值 68.00(60.25、74.00) 70.00(64.00、76.00) 66.00(59.00、72.00)
     不详 10 (1.13%) 0 (0.00%) 10 (2.04%)
    分期n(%)
     Ⅰ 517 (58.22) 254 (63.82) 263 (53.67)
     Ⅱ 182 (20.50) 67 (16.83) 115 (23.47)
     Ⅲ 136 (15.32) 57 (14.32) 79 (16.12)
     Ⅳ 40 (4.50) 15 (3.77) 25 (5.10)
     不详 13 (1.46) 5 (1.26) 8 (1.63)
    性别n(%)
     女 484 (54.40) 222 (55.78) 262 (53.47)
     男 404 (45.50) 176 (44.22) 228 (46.53)
    下载: 导出CSV
  • [1] Siegel,R L,K. D. Miller,A. Jemal. Cancer statistics 2020[J]. CA Cancer J Clin,2020,70(1):7-30. doi: 10.3322/caac.21590
    [2] Sung H,Ferlay J,Siegel R L,et al. Global cancer stastistics 2020:GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin,2021,71(3):209-249. doi: 10.3322/caac.21660
    [3] Little A G,Gay E G,Gaspar L E,et al. National survey of non-small cell lung cancer in the United States:Epidemiology,pathology and patterns of care[J]. Lung Cancer,2007,57(3):253-260. doi: 10.1016/j.lungcan.2007.03.012
    [4] Kleczko E K,Kwak J W,Schenk E L,et al. Targeting the complement pathway as a therapeutic strategy in lung cancer[J]. Front Immunol,2019,10(10):954.
    [5] Herbst R S,Soria J C,Kowanetz M,et al. Predictive correlates of response to the anti-PD-L1 antibody MPDL3280A in cancer patients[J]. Nature,2014,515(7528):563-567. doi: 10.1038/nature14011
    [6] Shukuya T,Carbone D P. Predictive markers for the efficacy of anti-PD-1/PD-L1 antibodies in lung cancer[J]. J Thorac Oncol,2016,11(7):976-988. doi: 10.1016/j.jtho.2016.02.015
    [7] Rizvi N A,Hellmann M D,Snyder A,et al. Cancer immunology. Mutational landscape determines sensitivity to PD-1 blockade in non-small cell lung cancer[J]. Science,2015,348(6230):124-128. doi: 10.1126/science.aaa1348
    [8] Kanda A,Tamaki M,Nakamura E,et al. Characterization of recombinant human and rat pancreatic phospholipases A2 secreted from saccharomyces cerevisiae:Difference in proteolytic processing[J]. Biochim Biophys Acta,1992,1171(1):1-10. doi: 10.1016/0167-4781(92)90133-K
    [9] Hu B,Yang X B,Sang X T. Construction of a lipid metabolism-related and immune-associated prognostic signature for hepatocellular carcinoma[J]. Cancer Medicine,2020,9(20):7646-7662. doi: 10.1002/cam4.3353
    [10] Matsuyama Y,Suzuki M,Arima C,et al. Proteasomal non-catalytic subunit PSMD2 as a potential therapeutic target in association with various clinicopathologic features in lung adenocarcinomas[J]. Mol Carcinog.,2011,50(4):301-309. doi: 10.1002/mc.20632
    [11] Schabath M B,Welsh E A,Fulp W J,et al. Differential association of STK11 and TP53 with KRAS mutation-associated gene expression,proliferation and immune surveillance in lung adenocarcinoma[J]. Oncogene,2016,35(24):3209-3216. doi: 10.1038/onc.2015.375
    [12] Chen B,Khodadoust M S,Liu CL,et al. Profiling tumor infiltrating immune cells with CIBERSORT[J]. Methods Mol Biol,2018,17(11):243-259.
    [13] Geeleher P,Cox N,Huang R S. pRRophetic:An R package for prediction of clinical chemotherapeutic response from tumor gene expression levels[J]. PloS One,2014,9(9):e107468. doi: 10.1371/journal.pone.0107468
    [14] Selvanesan B C,Chandra D,Quispe-Tintaya W,et al. Listeria delivers tetanus toxoid protein to pancreatic tumors and induces cancer cell death in mice[J]. Sci Transl Med,2022,14(637):1600. doi: 10.1126/scitranslmed.abc1600
  • [1] 李杨, 刘容, 刘朝敏, 徐龙玉, 张文静.  基于生物信息学识别与肺癌患者预后和免疫微环境相关的铜死亡基因, 昆明医科大学学报.
    [2] 聂琪, 刘莉, 田玥, 毛晓燕, 郭渠莲, 田新.  儿童急性B淋巴细胞白血病ACTH异常临床特征与预后分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241012
    [3] 杨曼, 赵兴安, 葛芸娜, 秦娟, 王玺雅, 陶四明.  基于综合生物信息分析鉴定心房颤动相关炎症基因及其与免疫细胞浸润的关联, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240303
    [4] 门欣怡, 赵静, 申永椿, 季辉, 王秀霞.  外周血免疫球蛋白、血沉、同型半胱氨酸与儿童中枢神经系统血管炎病情程度的关系及对预后的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241217
    [5] 沈旺寻, 杨银煜, 李灿伟, 杨金荣, 伍思婧, 赵华君, 陀晓宇.  ROR1在不同组织学分级浸润性肺腺癌中的表达与临床意义, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240509
    [6] 张莺, 罗相如, 王星, 赵盼, 廉坤, 李元琴, 邵明琨.  基底膜蛋白表达对子宫内膜癌及其免疫浸润的关系分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241209
    [7] 杨红秀, 朱中山.  肺腺癌中HPRT1基因表达对患者总生存的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240803
    [8] 唐杰夫, 杨德兴, 刘圣哲, 王强, 付凯, 王振方, 栾英, 李敏, 刘荣.  奥密克戎变异株老年重症感染者细胞免疫指标对预后的价值研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20231214
    [9] 蔡丽, 杨华英, 程建红, 曹佳, 魏娜.  小儿消化性溃疡治疗期间血清6-Keto-PGF1α、TGF-α、TXB2水平变化及对预后的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230928
    [10] 高婷, 黄胜, 郭瑢, 陈德滇.  乳腺粘液腺癌的临床病理特征及预后分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230306
    [11] 刘邦卿, 李剑锋, 刘晓辉, 张劲男, 梁金屏.  miR-196b靶向ERG促进肺腺癌的增殖和迁移, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20231023
    [12] 吴茂芳, 周永春, 蔡静静, 莫欣, 李瑛玮, 毛佳惠.  云南地区多结节肺腺癌EGFR突变及其临床意义, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220215
    [13] 耿证琴, 谢琳, 宋红莉, 李蓉, 廖冶丹, 张雪琪, 唐嘉黛.  十二指肠腺癌88例临床特征及相关预后因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220109
    [14] 陈红兰, 吴怡, 胡滔, 王玉明.  外周血G6PD活性检测对于感染高危型人乳头瘤病毒宫颈癌患者的诊断预后价值, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220203
    [15] 胡昌猛, 吴琳.  Silva分型与宫颈HPV相关腺癌预后的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220817
    [16] 赵华君, 潘国庆, 唐莹, 王智园, 赵晓玮, 陀晓宇.  ROR1在肺腺癌组织中的表达与气腔播散相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221128
    [17] 马国玉, 熊庆, 蒋国庆, 杨家甜, 木云珍.  基于生物信息学方法识别肺腺癌预后相关基因, 昆明医科大学学报.
    [18] 吴琪燕, 边革元, 程绘珺, 李娇霞, 王书廷, 黄照略.  肺腺癌预后因素及血清肿瘤标记物的诊断效能, 昆明医科大学学报.
    [19] 朱中山, 严文辉, 李小兵, 杨洲, 白鹏.  200例肺腺癌脑转移患者驱动基因突变情况及预后关系, 昆明医科大学学报.
    [20] 许建新.  uPA、PAI-1蛋白在大肠癌中的表达及其与预后的关系, 昆明医科大学学报.
  • 加载中
图(5) / 表(2)
计量
  • 文章访问数:  4310
  • HTML全文浏览量:  2140
  • PDF下载量:  39
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-20
  • 网络出版日期:  2022-09-08
  • 刊出日期:  2022-09-29

目录

/

返回文章
返回