肺腺癌预后代谢相关基因的生物信息学分析

目的 基于代谢基因的生物信息学构建肺腺癌预后模型及验证。方法 获取癌症基因组图谱(TCGA)数据库和基因表达数据集(GEO)肺腺癌相关数据，套索(LASSO)回归构建多基因预后模型并计算风险值(RS)。单因素、多因素Cox独立预后分析，通过受试者工作特征(ROC)曲线评价模型的ROC曲线下面积(AUC)并进行生存分析。构建列线图评价模型的可行性，通过基因集富集分析(GSEA)进行代谢基因功能富集分析。肿瘤免疫评估资源(TIMER)数据库分析患者RS与免疫细胞浸润以及与免疫检查点分子表达的相关性。结果 运用TCGA数据库基于18个代谢相关基因构建肺腺癌预后模型，RS可以作为独立的预后因子。ROC曲线下面积为0.713。生存分析显示，与高风险组相比，低风险组总体生存率更高，预后模型与免疫细胞的浸润以及与免疫检查点分子的表达有关。结论 代谢相关基因肺腺癌预后模型的RS是独立预后因子，模型具有较高的预后判断价值。