基于生物信息学筛选卵巢癌预后的坏死性凋亡相关基因

目的 通过生物信息学筛选与卵巢癌患者预后的坏死性凋亡相关基因。方法 从公共数据库下载坏死性凋亡相关基因、卵巢癌的基因表达和相关临床数据,利用RStudio 4.1软件筛选出在卵巢癌组织与卵巢正常组织间差异表达的坏死性凋亡相关基因(差异表达基因),对差异表达基因进行基因本体论(GO)功能富集分析与京都基因与基因组百科全书(KEGG)通路富集分析。采用多因素COX回归模型筛选出与卵巢癌患者预后有关的坏死性凋亡相关基因。根据多因素COX回归结果构建卵巢癌预后风险模型,根据该模型风险评分中位数将卵巢癌样本分为高风险组和低风险组,采用Kaplan-Meier法比较高风险组和低风险组患者的生存情况,采用受试者工作特征(ROC)曲线验证卵巢癌预后风险模型的评估效能。通过COX回归模型分析卵巢癌预后的独立影响因素,并通过列线图展示卵巢癌独立预后影响因素与卵巢癌患者总生存率的相关性。结果 (1)确定卵巢癌中有25个差异表达基因,包括13个上调基因与12个下调基因。(2)GO分析结果显示,差异表达基因涉及的生物学过程包括调节凋亡信号通路等,涉及的细胞组分主要为晚期内体膜等,涉及的分子功能主要包括细胞因子活...     

免疫相关LncRNA与乳腺癌预后关系分析及预后风险模型建立

目的 探讨免疫相关LncRNA的表达与乳腺癌预后的关系,构建乳腺癌免疫相关LncRNA预后风险模型。 方法 从TCGA公共数据库下载乳腺癌的转录组数据和临床病理信息,利用Perl软件提取乳腺癌数据表达矩阵,采用R语言使用共表达法提取免疫相关LncRNA,单因素和多因素Cox回归分析筛选预后相关LncRNA,根据最佳AIC值确定免疫预后相关LncRNA构建预后风险模型,根据风险值将患者分为低分险组和高风险组,采用Kaplan-Meier分析法进行生存分析并绘制两组患者生存曲线,使用ROC曲线对预后风险模型准确性进行评估,同时单因素和多因素Cox回归分析评估预后风险模型与肿瘤预后相关性。 结果 从TCGA数据中共下载1 041例乳腺癌样本,提取到14 142个LncRNA表达谱,通过共表达法获得免疫相关LncRNA 644个,对免疫相关LncRNA进行单因素Cox回归分析筛选出14个LncRNA,对14个LncRNA进行多因素Cox回归分析,根据最佳AIC值筛选出6个LncRNA用于构建预后风险模型,根据风险值将患者分为低分险组和高风险组,生存分析显示两组患者差异有统计学意义,同时预后风险模型曲线下AUC值为0.703,模型具有较好的准确性。多因素Cox回归分析结果显示,年龄和患者风险评分为乳腺癌的独立危险因素。 结论 免疫相关LncRNA预后风险模型为乳腺癌的独立预后影响因子,可以有效预测乳腺癌患者的生存预后,可作为乳腺癌独立的预后生物标志物。     

多免疫基因预后模型在评估结直肠癌生存和预后中的作用：基于TCGA数据库的研究

目的：通过生物信息学方法筛选与结直肠癌预后相关的免疫基因并构建多免疫基因预后模型，以期为结直肠癌生存和预后的评估提供重要的临床资料，并为肿瘤免疫在结直肠癌中的研究提供思路。方法：从TCGA数据库下载结直肠癌基因表达数据和临床病理数据，对其进行差异分析后获得差异表达的基因；从ImmPort免疫基因数据库下载免疫基因，与结直肠癌差异基因取交集后获得差异表达的免疫基因；进一步对差异免疫基因进行生存分析获得结直肠癌预后相关基因，以此构建多免疫基因预后模型(预后模型);然后，通过生存分析预后模型风险评分对结直肠癌生存的影响，利用ROC分析以及绘制风险曲线验证预后模型风险评分在评估结直肠癌预后中的准确性；通过独立预后分析预后模型风险评分是否可作为评估病人预后的独立风险因子；最后，分析免疫基因与转录因子及免疫细胞的相关性。结果：免疫基因预后模型风险评分高风险组预后较差(P<0.01);预后模型风险评分能对结直肠病人预后进行准确分组，并且在对结直肠预后的分析中具有较高的准确性(AUC=0.861);免疫基因与转录因子以及免疫细胞之间存在一定的相关性。结论：预后模型能准确评估病人预后，并且高风险组...     

嘌呤代谢相关基因预测肺腺癌预后模型的构建及验证

目的 探讨嘌呤代谢相关基因预测肺腺癌预后模型的临床应用价值。 方法 嘌呤代谢相关基因数据来源于人类基因数据库,肺腺癌 mRNA 转录组数据和临床数据来源于癌症基因组图谱数据库,并使用 Perl 及 R 软件筛选出与肺腺癌预后有关的表达差异的嘌呤代谢相关基因,并进行京都基因与基因组百科全书和基因本体论富集分析,用 Cox 回归分析及套索回归分析建立预后模型,通过 Kaplan-Meier 生存曲线比较高、低风险组的预后差异,通过 ROC 曲线验证该预后模型预测 1、3、5 年总生存期（OS）的可靠性,使用 Cox 回归分析临床因素与肺腺癌患者预后的关系。最后使用基因表达数据库中的 GSE26939 数据集进行外部验证。 结果 本研究最终筛选出了 5 个与肺腺癌预后相关的嘌呤代谢相关基因（CD19、CYP17A1、KHDRBS2、INHA、PLK1）,并建立了相关预后风险评分模型。Kaplan-Meier 生存曲线显示,低风险组患者 OS 高于高风险组（P＜0.01）。生存状态图及建模基因表达热图显示,高风险组患者比低风险组患者的预后差。1、3、5 年 OS 的 AUC 分别为 0.76、0.74、0.77,提示该模型有较好的预测效能。多因素 Cox 回归分析显示肿瘤分期和风险评分均是肺腺癌患者预后的独立危险因素（均 P＜0.05）。外部验证集的 Kaplan-Meier 生存曲线显示,低风险组患者 OS 高于高风险组（P＜0.01）。生存状态图及建模基因表达热图显示,高风险组患者具有更差的预后。1、3、5 年 OS 的 AUC 分别为 0.96、0.82、0.84,提示模型有较好的预测效能。 结论 嘌呤代谢相关基因可能通过促进肺腺癌细胞的增殖来影响肺腺癌患者的预后,本文建立的预后模型可为临床研究提供潜在依据。     

基于数据库分析CCR基因对肾透明细胞癌预后的预测价值

目的 利用信息库资料探讨趋化因子受体家族对肾透明细胞癌(ccRCC)预后的预测价值。方法 下载并分析癌症基因组图谱(TCGA)的基因表达数据,筛选CC趋化因子受体(CCR)亚基因家族在正常组织与ccRCC组织中的差异表达基因。采用COX回归分析构建预后模型并进行相关功能学分析。结果 从TCGA数据库下载包括539例ccRCC组织和72例正常组织的基因转录组数据,筛选出11个差异表达的CCR家族基因。通过多因素Cox回归分析得到2个(CCR3与CCR10)与ccRCC预后相关的CCR基因,并以此构建预后模型。根据模型风险评分的中位值将训练集样本分为高风险组(n=184)与低风险组(n=197)。Kaplan-Meier生存分析结果显示,低风险组总生存率高于高风险组,差异有统计学意义(P<0.001)。结论 本研究构建的CCR基因预后模型可较好地评估ccRCC患者的预后并指导其个体化治疗。     

基于铜死亡相关长链非编码RNA构建膀胱癌患者预后风险评估模型

目的:基于铜死亡相关长链非编码RNA(lncRNA)构建膀胱癌患者预后风险评估模型。方法:下载癌症基因组图谱数据库中的膀胱癌患者RNA序列数据和临床数据，采用Pearson相关性分析、单因素Cox回归、Lasso回归和多因素Cox回归分析筛选与铜死亡及膀胱癌患者预后相关的lncRNA，并构建铜死亡相关的lncRNA膀胱癌患者预后风险评分方程。根据风险评分方程计算的中位数将患者分为高风险组和低风险组，比较两组免疫细胞丰度差异。应用Kaplan-Meier生存曲线评估风险评分方程的准确性；应用受试者操作特征曲线(ROC曲线)评估风险评分方程预测患者1、3、5年存活率的价值；采用单因素和多因素Cox回归筛选与膀胱癌患者预后相关的影响因素，构建膀胱癌患者预后风险评估列线图，并通过校准曲线评估列线图预测的准确性。结果:膀胱癌患者预后风险评分方程由9个铜死亡相关的lncRNA构建。免疫浸润分析结果显示，高风险组M0巨噬细胞、M1巨噬细胞、M2巨噬细胞、静息肥大细胞及中性粒细胞丰度明显高于低风险组，而低风险组CD8⁺T细胞、辅助性T细胞、调节性T细胞及浆细胞丰度明显高于高风险组...     

喉鳞状细胞癌m6A相关基因预后预测模型的构建及分析

目的 构建基于N6-甲基腺嘌呤(N6-methyladenosine,m6A)相关基因的喉鳞状细胞癌(laryngeal squamous cell carcinoma,LSCC)预后预测模型。方法 从TCGA数据库下载LSCC RNA-seq数据及相关临床数据,利用R4.0.3软件筛选并提取LSCC组织中显著差异表达的m6A相关基因(P＜0.05)。利用Lasso回归算法构建预后预测模型,并根据风险评分公式计算各临床样本的风险系数,取中位数将样本分为高风险组和低风险组,然后使用Kaplan-Meier生存曲线和受试者工作特征 (receiver operating characteristic,ROC)曲线评估该模型效能,并进一步使用单因素及多因素COX回归分析对该预后预测模型进行独立预后分析。结果 LSCC组织中显著差异表达的m6A相关基因共有9个(METTL3、YTHDF1、YTHDC2、ALKBH5、HNRNPC、RBM15、WTAP、FTO和KIAA1429),在此基础之上利用Lasso回归算法构建了预后预测模型。Kaplan-Meier生存曲线显示高风险组的总体生存率明显低于低风险组,且两组的5年生存率之间比较,差异有统计学意义(P＜0.01)。ROC曲线显示该模型具有较好的敏感度和特异性(AUC>0.7)。独立预后分析显示该评分模型可作为独立预后因素(P=0.000)对LSCC患者的预后进行预测。结论 本研究构建了基于m6A相关基因的预后预测模型,且可作为独立的预后因素。     

基于离子通道相关基因的膀胱癌患者预后风险评估模型构建

目的:基于离子通道相关基因（ICRG）构建膀胱癌患者预后风险评估模型。方法:首先从已有研究中获得ICRG。患者临床信息和信使RNA表达均从癌症基因组图谱数据库膀胱癌数据集下载。接着，采用Cox回归分析和最小绝对收缩与选择算子回归分析筛选预后相关基因并通过免疫组织化学及定量逆转录量聚合酶链反应结果验证相关基因的表达。然后，构建预测膀胱癌患者预后的风险评分方程并根据风险评分的中位数将患者分为高风险组和低风险组，比较两组免疫细胞浸润丰度差异。应用Kaplan-Meier生存曲线及应用受试者操作特征曲线（ROC曲线）评估风险评分方程的准确性以及临床应用价值。最后，通过单因素和多因素Cox回归筛选与膀胱癌患者预后相关的影响因素构建膀胱癌患者预后的列线图。结果:通过比较膀胱癌组织与健康膀胱组织中ICRG的表达水平，发现共有73个ICRG差异表达，其中11个与膀胱癌患者的预后相关。Kaplan-Meier生存曲线结果提示，基于这11个基因构建的风险评分与患者预后呈负相关；随时间变化的ROC曲线结果显示，风险评分预测患者1、3、5年预后的曲线下面积分别为0.634、0.665、0.712。分层分析发现...     

基于焦亡相关lncRNAs的肺鳞癌预后风险模型

探讨焦亡相关的长链非编码RNA(lncRNAs)在肺鳞癌(LUSC)中的预后价值,构建基于焦亡相关lncRNAs的预后风险评估模型。方法 从TCGA数据库获取LUSC患者的临床资料和RNA转录组数据,筛选在LUSC患者中差异表达的lncRNAs,将这些lncRNAs与焦亡基因进行Pearson相关分析以获得差异表达的焦亡相关lncRNAs。通过Cox回归分析构建焦亡相关的lncRNAs预后风险模型,将患者分为高、低风险组,使用Kaplan-Meier生存分析和ROC曲线评估模型的准确性。通过KEGG分析高、低风险组差异基因的富集情况。结果Pearson相关分析发现743个焦亡相关的lncRNAs,并鉴定出277个焦亡相关的差异lncRNAs。单因素Cox回归分析显示21个焦亡相关的lncRNAs与LUSC患者的预后相关,进一步多因素Cox回归分析获得8个与焦亡及预后相关的lncRNAs,分别为PICART1、MIR3945HG、LINC01322、AC010422.4、AC112722.1、AL122125.1、AC104248.1、SFTA1P。生存分析显示高风险组预后较差,总体生存期显著低于低风险组(P<0.001)。单因素和多因素Cox分析表明风险评分可以作为独立预后因子。另外,高、低风险组在通路富集、免疫细胞浸润、免疫检查点和m6A相关基因方面存在差异。结论 通过生物信息学方法筛选出的8个焦亡相关lncRNAs与LUSC预后相关,构建的预后风险评估模型具有一定的使用价值。     

基于 TCGA 数据库确定低级别胶质瘤免疫 相关lncRNA并构建预后模型

目的 筛选低级别胶质瘤(LGG)预后相关的免疫lncRNA,构建免疫相关lncRNA 预后风险模型。方法 从 公共数据库 TCGA 下载 LGG转录组数据及相应的临床信息,用 R 语言以共表达法获取免疫相关lncRNA,单因素和多 因素 Cox回归分析筛选得到有预后价值的免疫相关lncRNA,并以其构建风险模型。根据风险值将患者划分为高风险 组和低风险组,采用 Kaplan-Meier法进行生存分析并绘制生存曲线图,使用 ROC曲线对风险模型的准确性进行评估。 同时采用单因素和多因素 Cox回归法分析风险评分和其它临床因素与 LGG患者生存预后的关系。通过 Cibersort软件 计算22种免疫浸润细胞在高、低风险分组中的相对比例。最后对风险模型中4个lncRNA 与主要的免疫检查点分子进 行相关性分析。结果 通过免疫基因-lncRNA 共表达网络筛选出79个免疫相关lncRNA,利用单因素 Cox回归筛选出 8个有预后价值的免疫相关lncRNA,基于 多 因 素 Cox回 归 分 析 最 终 确 定 4 个 关 键lncRNA(RFPL1S、AC145098.1、 AC090559.1、TGFB2-AS1),并构建风险模型。根据中位风险值将患者分为高风险组和低风险组,生存分析显示两组生 存时间存在显著差异(P<0.01),预后风险模型曲线 AUC值为0.788。多因素 Cox回归分析显示患者年龄、肿瘤级别和 风险分数均是预后不良的独立危险因素。Cibersort法分析结果显示高风险组 LGG 患者肿瘤中有较多的单核细胞和 M2型巨噬细胞浸润。相关性分析显示模型中的4个lncRNA 与 PD1、PD-L1、CD47及 CTLA4之间存在较强的相关性 (均P<0.05)。结论 通过生物信息分析技术成功构建基于lncRNA 表达水平的 LGG患者预后模型,所确定的4个关键lncRNA 有望成为判断 LGG患者预后的指标和潜在治疗靶点。