Construction a six-gene prognostic model for hepatocellular carcinoma based on WGCNA co-expression network（基于WGCNA共表达网络构建肝细胞癌六基因预后模型）

[摘要]目的 目前肝细胞癌的发病率居高不下，患者预后不良，探索有效的预后生物标志物仍具有重要意义。方法 首先，基于肿瘤基因组图谱(TCGA)数据库，筛选出差异表达基因（DEGs）。然后，使用加权基因共表达网络（WGCNA）对差异基因进行模块化分析。通过单、多因素回归分析，建立了肝细胞癌的Cox比例风险模型。并用国际癌症基因组联合会（ICGC）队列数据验证Cox比例风险模型的准确性。最后，对预后基因进行了进一步分析，包括功能富集分析和生存分析，以及这些基因的药物敏感性分析。结果 通过WGCNA分析筛选出候选基因，选用HMMR、E2F2、WDR62、KIF11、MSH4和KCNF1构建了Cox比例风险模型（AUC>0.7），低表达组的生存预后优于高表达组（P<0.05）。富集分析结果表明，这6种预后基因在乙型肝炎、丙型肝炎和肝细胞癌相关通路中富集。肝癌患者HMMR、E2F2、WDR62、KIF11、MSH4和KCNF1的表达与总生存率（OS）显著相关，其中HMMR、E2F2、WDR62和KIF11基因在肝癌患者细胞外囊泡中的表达显著异常。这个六基因预后模型对VX-680、TAE684、Sunitinib、S-Trityl-L-cysteine、Paclitaxel和CGP-60474等药物表现出敏感性。结论 基于HMMR、E2F2、WDR62、KIF11、MSH4和KCNF1的Cox风险预后模型可用于预测肝癌患者的预后。HMMR、E2F2、WDR62和KIF11可用作肝细胞癌的血液生物标志物，其生物学功能有待进一步探索。

[关键词] 肝细胞癌；WGCNA；预后模型；生物信息学；甲基化分析；药物敏感性分析