骨肉腫の予後を予測するためのマクロファージ関連のリスクモデルの構築と検証

背景：骨肉腫は、小児の間で最も一般的な骨腫瘍の1つです。腫瘍関連のマクロファージは、腫瘍細胞と相互作用することがわかっており、腫瘍の成長、転移、および予後についてさまざまなサイトカインを分泌しています。この研究の目的は、骨肉腫の予後を予測するために、マクロファージ関連遺伝子（MAGS）シグネチャを特定することを目的としています。 方法：GSEAソフトウェアC7：免疫学的なシグネチャー遺伝子セットから完全に384マグが収集されました。GSE99671の通常の骨サンプルと骨肉腫サンプルの間で、微分遺伝子発現（DGE）分析を実施しました。Kaplan-Meier Survival Analysisを実施して、ターゲットOSの予後雑誌を特定しました。意思決定曲線分析（DCA）、ノモグラム、受信者動作特性（ROC）、および生存曲線分析をさらに使用して、リスクモデルを評価しました。標的OSのすべての遺伝子を遺伝子セット濃縮分析（GSEA）に使用しました。骨肉腫サンプルの免疫浸潤は、CiberSortおよび推定パッケージを使用して計算されました。遺伝子発現Omnibus（GEO）の独立したテストデータセットGSE21257を使用して、リスクモデルを検証しました。 結果：タンパク質間相互作用（PPI）、DGE、および生存分析に基づいて、5 Mags（MAP3K5、PML、WDR1、BAMBI、およびGNPDA2）をスクリーニングしました。多変量COX回帰分析に基づくリスクスコアを予測するために、新しいマクロファージ関連リスクモデルが構築されました。リスクの高いグループは、骨肉腫の予後が悪いことを示し（p <0.001）、低リスク群は免疫スコアと間質スコアが高かった。リスクスコアは、骨肉腫の独立した予後因子として特定されました。骨肉腫の診断のためのMAGSモデルは、DCAに基づいたより良い正味の臨床的利益をもたらしました。ノモグラムとROC曲線は、骨肉腫の予後も効果的に予測しました。また、検証結果は、ターゲットOSの結果と一致していました。 結論：骨肉腫の低リスクと高リスクのグループを区別するための新しいマクロファージ関連のリスクスコアは、統合バイオインフォマティクス分析に基づいて構築されました。マクロファージは、マクロファージ分化経路を介して骨肉腫の予後に影響を与え、骨肉腫の進行と予後のための新しい光景をもたらす可能性があります。

BACKGROUND: Osteosarcoma is one of the most common bone tumors among children. Tumor-associated macrophages have been found to interact with tumor cells, secreting a variety of cytokines about tumor growth, metastasis, and prognosis. This study aimed to identify macrophage-associated genes (MAGs) signatures to predict the prognosis of osteosarcoma. METHODS: Totally 384 MAGs were collected from GSEA software C7: immunologic signature gene sets. Differential gene expression (DGE) analysis was performed between normal bone samples and osteosarcoma samples in GSE99671. Kaplan-Meier survival analysis was performed to identify prognostic MAGs in TARGET-OS. Decision curve analysis (DCA), nomogram, receiver operating characteristic (ROC), and survival curve analysis were further used to assess our risk model. All genes from TARGET-OS were used for gene set enrichment analysis (GSEA). Immune infiltration of osteosarcoma sample was calculated using CIBERSORT and ESTIMATE packages. The independent test data set GSE21257 from gene expression omnibus (GEO) was used to validate our risk model. RESULTS: 5 MAGs (MAP3K5, PML, WDR1, BAMBI, and GNPDA2) were screened based on protein-protein interaction (PPI), DGE, and survival analysis. A novel macrophage-associated risk model was constructed to predict a risk score based on multivariate Cox regression analysis. The high-risk group showed a worse prognosis of osteosarcoma (p < 0.001) while the low-risk group had higher immune and stromal scores. The risk score was identified as an independent prognostic factor for osteosarcoma. MAGs model for diagnosis of osteosarcoma had a better net clinical benefit based on DCA. The nomogram and ROC curve also effectively predicted the prognosis of osteosarcoma. Besides, the validation result was consistent with the result of TARGET-OS. CONCLUSIONS: A novel macrophage-associated risk score to differentiate low- and high-risk groups of osteosarcoma was constructed based on integrative bioinformatics analysis. Macrophages might affect the prognosis of osteosarcoma through macrophage differentiation pathways and bring novel sights for the progression and prognosis of osteosarcoma.