Mon Mar 09 2026

三基因 PDAC Panel 综合补充报告

这页不是把原始导出目录原样挂出去，而是把它整理成站内的一篇研究笔记。读者现在可以直接在网页里看摘要、预览图和关键统计表；需要追溯时，再下载对应的 PDF 和 CSV。

PDACTCGA / GTEx / GEO3-gene panel2026-03

这份页面把原来那份单页静态报告拆成了站内可读版本。核心结论没有变，但现在图版、统计表、 下载入口和摘要说明都直接纳入现有网站结构，不再依赖原始导出目录。

Cohort

345

TCGA/GTEx expression comparison · 178 tumor + 167 normal

Cohort

178

TCGA-PAAD survival analysis · 178 matched patients

Cohort

130

GSE62452 control vs disease · 61 control + 69 disease

Cohort

69

GSE62452 early vs late stage · 50 early + 19 late

Tumor-normal 主信号

CDH1 +0.360

TCGA / GTEx 比较中，三基因都上调，幅度最大的是 CDH1。

Disease 判别

AUC 0.679

Control vs Disease 的 balanced accuracy 为 0.634，明显强于分期任务。

Stage 判别

AUC 0.523

Early vs Late 的 sensitivity 为 0.000，说明这组三基因并不适合单独承担分期识别。

预后证据

HR 1.352

最高 HR 来自 HNRNPK，但所有单基因 Cox FDR 都未达显著。

结论 1

HNRNPK、DSTN、CDH1在 TCGA-PAAD 相对正常胰腺中整体上调，说明 panel 确实贴着 disease-state 主轴。

结论 2

GEO 独立验证里，只有 HNRNPK在 control vs disease 上给出了相对稳定的外部队列信号。

结论 3

当前证据更支持它是 疾病检测相关 panel，而不是已经成熟的预后 panel。

图版总览

预览图来自原报告内嵌渲染结果，PDF 则作为正式图件保留，阅读和下载都直接走站内路径。

6 figures

TCGA-PAAD 与 GTEx 胰腺表达差异

三基因在肿瘤与正常胰腺中的表达分布，作为 disease-associated panel 的基础证据。

打开 PDF下载图件

TCGA-PAAD 总生存 Kaplan-Meier 面板

按中位表达分组的总体生存曲线，用于快速判断预后信号是否稳定。

打开 PDF下载图件

TCGA-PAAD Cox 风险比森林图

汇总三基因单变量 Cox 结果，直接对比 HR 与置信区间。

打开 PDF下载图件

GSE62452 的 Control / Early / Late 表达结构

将 GEO 队列拆成 control、早期与晚期，观察 panel 的阶段性区分能力。

打开 PDF下载图件

GSE62452 的二分类 ROC

分别评估 Control vs Disease 与 Early vs Late 两个任务。

打开 PDF下载图件

GSE62452 的三分类混淆矩阵

Control / I-II / III-IV 的整体分类结果，展示误分类集中在哪里。

打开 PDF下载图件

关键统计表

页面只展开高信息密度的几张表，其余 CSV 都保留下载入口。这样既能在网页里读，又不会退回到 “挂静态目录”的做法。

TCGA / GTEx 表达差异

3 genes · median shift / p / FDR

Gene	Shift	p	FDR
HNRNPK	+0.274	<0.001	<0.001
DSTN	+0.222	<0.001	<0.001
CDH1	+0.360	<0.001	<0.001

TCGA 生存分析

3 genes · HR / Cox p / FDR

Gene	HR (95% CI)	Cox p	FDR
HNRNPK	1.352 (0.894-2.043)	0.153	0.265
DSTN	1.075 (0.715-1.617)	0.727	0.727
CDH1	1.329 (0.880-2.008)	0.176	0.265

GSE62452 二分类表现

2 models · AUC / accuracy / balance

Model	AUC	Accuracy	Balanced accuracy
Control vs Disease	0.679	0.638	0.634
Early vs Late Stage	0.523	0.710	0.490

GEO 内部的 disease / stage 差异

两张表合并展示，便于对比 HNRNPK 的外部稳定性

Disease	Shift	p	FDR
HNRNPK	+0.202	<0.001	0.001
DSTN	-0.062	0.341	0.341
CDH1	+0.027	0.175	0.262

Stage	Shift	p	FDR
HNRNPK	+0.105	0.204	0.306
DSTN	-0.001	0.941	0.941
CDH1	+0.128	0.173	0.306

综合汇总

HNRNPK 的 GEO disease shift 为 +0.202，是三基因里最稳定的独立队列表现

Gene	TCGA shift	HR	GSE disease	GSE stage
HNRNPK	+0.274	1.352	+0.202	+0.105
DSTN	+0.222	1.075	-0.062	-0.001
CDH1	+0.360	1.329	+0.027	+0.128

三分类任务在独立 GEO 队列中的 accuracy 为 0.531，kappa 为 0.178，进一步印证了这个 panel 的强项在 disease detection，而不是细粒度分期。

下载与复现

原始导出目录已经被拆掉；现在站内保留的是整理后的图件、预览和 CSV。后续即使删除 `2026-03-supply_unified/`，这个页面和这些附件也能继续独立存在。

队列概览

四个分析任务的样本量与分组结构。

table_01_overview.csv

TCGA / GTEx 表达统计

三基因的 tumor-normal 中位数差、p 值与 FDR。

table_02_tcga_gtex_expression_stats.csv

TCGA 生存统计

单变量 Cox 与 log-rank 结果。

table_03_tcga_survival_stats.csv

GSE disease 统计

独立 GEO 队列中 Control vs Disease 的基因差异。

table_04_gse_disease_stats.csv

GSE stage 统计

肿瘤早晚期内的表达差异。

table_05_gse_stage_stats.csv

二分类指标

AUC、准确率、敏感性、特异性与平衡准确率。

table_06_gse_binary_metrics.csv

三分类指标

三分类任务的 accuracy 与 kappa。

table_07_gse_multiclass_metrics.csv

综合汇总

表达差异、生存信号与 GEO 表现的整合视图。

table_08_integrated_summary.csv