编者按：
“AME 作者面对面” 是微信公众号 “AME科研时间” 的特色专栏。编辑部精心挑选了发表在 AME 旗下杂志的优秀论著，诚邀作者总结亮点，分享研究成果，旨在进一步推动医学同行之间的交流和进步。
分享团队：
中国医科大学附属第四医院李明山团队
所刊杂志：
Translational Cancer Research
（
点击查看杂志详情与影响因子
）
文章标题：
基于TCGA和GEO数据库的高级别膀胱癌复发风险评估模型的开发与验证（
Development and Validation of a Recurrence Risk Assessment Model for High-Grade Bladder Cancer Based on TCGA and GEO Database
）
该研究基于公共数据库（
TCGA
和
GEO
）数据使用
LASSO Cox
回归开发并验证一种高效的高级别膀胱癌复发风险评估模型。该研究数据包括
TCGA
数据库
217
例样本及
GEO
数据库（
GSE31684
）
87
例样本，设定
P
值小于
0.05
且
2
倍差异作为筛选标准进行差异基因筛选并进行
LASSO Cox
回归分析，保证研究的可信性及代表性。
结果显示2,876个差异RNA中284个与复发显著相关，进一步筛选出30个关键RNA，构建多因素风险模型。TCGA作为训练集获得的模型预测复发的AUC为0.911，敏感性0.81，特异性0.89，显著优于传统TNM分期AUC的0.641，以GEO数据库GSE31684数据作为验证集，模型的调整AUC为0.839，亦优于TNM分期。
此外，模型相关基因富集于谷胱甘肽代谢、
PPAR
信号通路等，提示基于风险模型的高复发风险组可能对异环磷酰胺化疗、
PARP
抑制剂及
HER2-ADC
药物更敏感。高风险组患者的中位无复发生存期（
RFS
）显著短于低风险组（
<1.5
年），可有效分层患者并指导个体化治疗。
该研究亮点的亮点在于：第一，整合TCGA与GEO的多组学数据，结合LASSO Cox回归构建模型，减少过拟合并提升稳健性；第二，系统性筛选2,876个差异RNA，涵盖多种功能通路，为机制研究提供新视角；第三，模型可预测化疗敏感性（如异环磷酰胺）、免疫治疗响应及靶向药物（PARP抑制剂）疗效，助力精准医疗。
（论著中文信息由第一作者整理提供，欲览英文原文请扫描下方二维码）
王洪新，中国医科大学附属第四医院，主治医师，医学硕士。主要从事肿瘤介入治疗及致病基因研究。
