FOLFOX方案一线治疗转移性结直肠癌的人工神经网络疗效预测模型构建

目的:构建预测FOLFOX方案(奥沙利铂＋亚叶酸钙＋氟尿嘧啶)一线治疗转移性结直肠癌(mCRC)疗效的人工神经网络模型。方法:从美国国家生物信息中心的基因表达汇编(GEO)数据库获取1组FOLFOX方案一线治疗mCRC的数据(GSE104645)作为训练集，其中FOLFOX方案疗效敏感组(完全缓解和部分缓解患者)31例，耐药组(疾病稳定和疾病进展患者)23例。将训练集样本按7∶3分为内部训练样本和内部测试样本。以福建医科大学附属协和医院结直肠外科采用FOLFOX方案一线治疗的30例mCRC患者的芯片数据集(GSE69657)作为外部验证样本，其中敏感组13例，耐药组17例。运用R 3.5.1软件Combat包对两套矩阵的表达值进行批间差校正。运用GEO2R平台对GSE104645中敏感组和耐药组的基因表达进行差异分析，以 P<0.05且|log 2FC|>0.33(FC为差异倍数)为阈值，筛选FOLFOX方案的耐药基因和敏感基因。采用多层感知器方法对GSE104645数据集进行FOLFOX方案疗效的人工神经网络模型构建。然后，以外部验证样本进行回代验证。采用受试者工作特征(ROC)曲线对所建模型的预测能力进行评价。 结果:基于GSE104645数据集，共筛选出2 076个差异基因，其中822个基因在耐药组上调，1 254个基因下调，下调基因为敏感基因。基因本体论(GO)分析显示，差异基因主要富集在物质代谢的调控过程中。所构建的人工神经网络模型共纳入39个基因，包含2个隐藏层。其在训练集中预测训练样本和测试样本的准确度分别为75.7%和76.5%，ROC曲线下面积为0.875。回代验证显示，外部验证样本的ROC曲线下面积为0.778。结论:基于芯片数据成功建立了人工神经网络预测模型，模型稳定性好，预测FOLFOX方案一线治疗mCRC疗效的效能强。与奥沙利铂耐药相关的基因功能主要富集在物质代谢的调控过程中。