南京医科大学公共卫生学院陈峰教授课题组
基于组学大数据的早期非小细胞肺癌预后预测取得新成果
肺癌位居恶性肿瘤死因首位，严重危害群众身心健康。根据患者的遗传特征，利用有效的生物标记物进行个体化风险评估，正是“精准医学”的核心理念所在。DNA甲基化是一种可遗传、可逆转的表观遗传学现象。由于肺癌的复杂性，其表观基因组学层面的相关研究十分有限。
近日，陈峰教授课题组通过多种组学数据、多种统计方法的数据挖掘建模策略，显著提高早期非小细胞肺癌预后预测的准确性。研究成果发表在 国际权威期刊CHEST杂志(IF=9.410, JCR 1区，专业领域排名第3)。
该研究从表观基因组、转录组两个层面出发，筛选具有主效应、交互效应的生物标记物，结合人口学、临床指标构建肺癌预后预测模型，并经独立人群验证模型预测效果。所构建的模型能够高效识别、区分不同死亡风险的人群(A、B)。针对3年、5年存活率的预测精度得到大幅提升，分别达到88%和89%(C、D)。系统文献综述显示，该模型是目前早期非小细胞肺癌预测精度最高的模型。
图1. 不同预后评分人群的K-M生存曲线及预测模型的ROC曲线
本研究获得国家自然科学基金重点项目、面上项目和NIH RO1的资助。公共卫生学院张汝阳副教授、硕士研究生陈超、博士研究生董学思为论文共同第一作者。公共卫生学院陈峰教授、魏永越副教授、张汝阳副教授为共同通讯作者。哈佛大学David C. Christiani教授为本研究提供了大力支持。
自2015年起，陈峰教授课题组聚焦早期非小细胞肺癌预后的表观基因组学研究，并与美国哈佛大学、西班牙巴塞罗那大学、挪威奥斯陆大学、瑞典隆德大学就这一主题开展国际合作研究。近4年来，课题组在肺癌预后的关键基因识别(Cancer Epidemiology Biomarkers & Prevention. 2018)、多组学整合分析(Molecular Oncology. 2018)、基因-基因交互作用(Epigenetics. 2019)、基因-环境交互作用(Molecular Oncology. 2019)、高危人群甄别(Clinical Epigenetics. 2019)、因果机制识别(Aging. 2019)与疾病预后预测(CHEST. 2020)等方面取得了一系列原创性成果。多项研究结果提示：复杂疾病更需要关注复杂的关联模式。
时间：2020年2月
刊物：CHEST
标题：Independent validation of early-stage NSCLC prognostic scores incorporating epigenetic and transcriptional biomarkers with gene-gene interactions and main effects
原文： https://doi.org/10.1016/j.chest.2020.01.048