基于免疫相关长链非编码RNA构建肝癌预后模型

目的探讨免疫相关长链非编码RNA(lncRNA)预测肝癌(HCC)患者预后生存情况。方法从癌症基因组图谱(TCGA)及Imlnc数据库获取与肝癌中差异表达且免疫相关的lncRNAs, 构建加权的共表达网络后使用模块挖掘法挖掘肝癌相关模块, 从模块中筛选肝癌预后相关的lncRNA。将肝癌患者样本等量分为训练集和测试集, 基于训练集数据构建风险评分模型, 基于训练集和测试集样本验证模型的有效性, 并结合临床特征分析验证模型的稳定性。使用Lasso回归构建预后模型, Kaplan-Meier生存分析对比高低风险组预后、单因素和多因素Cox回归鉴定肝癌预后危险因素。结果本研究构建了由7个lncRNA构成的肝癌预后模型, 根据模型风险评分将患者分为高风险组和低风险组, 对肝癌患者1、3、5年生存预测的AUC值分别为0.76、0.68和0.62。高风险组总体生存时间在年龄>60岁[风险比(HR)=2.432, P<0.05)、男(HR=2.383, P<0.05), 女(HR=2.396, P<0.05)、肿瘤T1～T2分级(HR=2.320, P<0.05)、肿瘤分...     

基于TCGA数据库构建肝细胞癌程序性细胞死亡的列线图预后预测模型

目的 筛选与预后有关的程序性细胞死亡(programmed cell death,PCD)相关的长链非编码RNA(long non-coding RNA,lncRNA)并以此构建肝细胞癌(hepatocellular carcinoma,HCC)的预后风险评估列线图。方法 将从癌症基因组图谱中选择的HCC患者按1∶1随机抽样分为训练集和验证集。采用Pearson相关性分析筛选PCD相关lncRNAs，再用单因素Cox比例风险回归(简称“Cox回归”)模型分析筛选与训练集中的总生存时间有关的PCD相关lncRNAs，然后进一步采用多因素Cox回归模型分析影响HCC患者的预后风险因素，并建立判断HCC患者的风险评分函数模型。根据训练集中HCC患者的中位风险评分将各集中的HCC患者分为高风险和低风险，然后采用Kaplan-Meier法绘制总生存曲线并采用log-rank检验比较高风险和低风险HCC患者总生存情况的差异；同时采用时间相关受试者操作特征曲线下面积(area under receiver operating characteristic curve,AUC)评估风险评分函数模型预测...     

胃癌DNA甲基化亚型及风险预测模型的建立

目的 探讨不同DNA甲基化水平对胃癌病人预后的影响并据此建立风险预测模型。方法 根据DNA甲基化水平差异使用一致性聚类方法将癌症基因组图谱(TCGA)数据库中407例胃癌样本划分为不同的DNA甲基化亚型,同时结合病人预后信息得出预后相关甲基化位点,建立Cox预后风险模型。结果 将胃癌病人分为7个DNA甲基化亚型,不同的DNA甲基化亚型病人的预后存在差异(P<0.05),高DNA甲基化水平的病人总生存率更高。同时基于DNA甲基化预后相关位点建立了胃癌病人DNA甲基化Cox风险预测模型,将病人分为高风险组及低风险组,高风险组病人预后较低风险组病人预后差(P<0.05)。结论 cg12645220、cg20727114、cg26535072是胃癌病人预后相关DNA甲基化位点基因,风险评分是胃癌病人预后的独立预后因素,同时与数种免疫细胞含量相关。     

基于生物信息学分析胃癌中PUM的预后意义

目的 利用生物信息学方法探索Pumilio(PUM)蛋白作为胃癌潜在生物标志物的可能性。方法 从UCSC Xena官网下载TCGA-STAD队列作为训练集,从GEO数据库下载GSE15459作为验证集。基于训练集中胃癌样本的生存时间和生存状态,按照PUM1和PUM2的最佳截断值将胃癌样本分为高、低表达组,分别对PUM1和PUM2进行生存分析,并选取与胃癌预后生存显著相关的PUM;然后分别对该PUM高、低表达组以及胃癌和正常样本组进行差异分析,筛选出PUM-差异表达基因（PUM-DEGs）和DEGs,两者取交集获得候选基因,单因素Cox和套索算法（LASSO）回归分析后得到风险模型基因,对胃癌和正常样本风险模型基因的表达量进行分析,并构建相关预后预测模型;最后进行免疫细胞浸润分析和化疗药物敏感性分析。结果 基于PUM2的高、低表达组间患者生存率差异有统计学意义（P<0.05）,PUM2与胃癌的预后生存显著相关。通过差异分析共得到307个PUM2-DEGs和4 176个DEGs,获得209个候选基因,筛选出33个预后相关基因和LBP、CST2、IGFBP1、C5orf46共4个风险模...     

胰腺癌预后相关铁死亡基因筛选及预后预测模型构建

目的 探讨铁死亡相关基因对胰腺癌患者预后预测的价值,并进一步探索其分子机制。方法 从公共数据库中下载胰腺癌患者的基因表达及相应的临床病理数据,采用R软件“limma”包筛选胰腺癌组织中差异表达基因,使用单因素COX回归分析筛选预后相关的铁死亡相关基因,利用LASSO COX回归分析构建预后模型。通过Kaplan-Meier生存分析检验该模型在预测胰腺癌预后中的意义,用ROC曲线评估模型预测胰腺癌预后的准确性。在ICGC验证队列中通过Kaplan-Meier生存分析、ROC曲线评估该模型在外部队列中的预测价值。依照风险值中位数,将TCGA训练队列分为两组,比较其基因表达差异、差异基因富集通路差异,评估免疫细胞浸润丰度。结果 通过单因素COX回归分析,37个铁死亡相关基因被鉴定为预后基因（P<0.05）。利用LASSO COX回归分析,构建了一个基于15个铁死亡相关基因的预后预测模型。根据模型计算将队列中所有患者分为高风险组和低风险组,Kaplan-Meier生存分析表明高风险组的胰腺癌患者较低风险组生存时间短（HR=2.16,P<0.05）。ROC曲线分析证明了预测模型在胰腺...     

基于双硫死亡相关基因的胃癌预后预测模型的构建及验证

目的 构建基于双硫死亡相关基因的胃癌预后预测模型。方法 首先，从TCGA数据库和GEO数据库获取转录组数据和临床数据，探索双硫死亡相关基因在胃癌组织和正常组织的表达情况及其表达对胃癌患者总生存期（overall survival,OS）的影响。之后，通过一致性聚类确定两个双硫死亡相关基因簇，利用LASSO回归进一步筛选关键基因，并采用多因素Cox比例风险回归构建OS预测模型。结果 在24个双硫死亡相关基因中，有16个在胃癌患者的表达与正常组织的差异具有统计学意义（P<0.05），单因素Cox比例风险回归结果显示有9个与OS相关（P<0.05）。使用基于24个双硫死亡相关基因的共识聚类，将所有样本分为2类，该2个聚类间有299个差异表达基因。在训练集中，利用LASSO回归确定了其中14个基因用于构建OS预测模型，计算风险评分，结果高风险组的OS差于低风险组（P<0.05），该预测模型在验证集中也有较高的曲线下面积值。结论 基于双硫死亡相关基因构建的OS预测模型可以预测胃癌患者的预后。     

三阴性乳腺癌5基因预后风险评估体系

目的：构建适用于三阴性乳腺癌患者的预后评估体系。方法：从TCGA数据库下载三阴性乳腺癌患者的转录组及临床数据。通过R语言包对肿瘤组和正常组中的差异基因进行分析。采用单因素和多因素COX比例风险回归模型对差异基因进行分析，构建预后风险评分体系。ROC曲线用于评估预后风险评分体系的效果。运用GSEA对高风险组和低分险组的差异通路进行分析。结果：共得到三阴性乳腺癌组与癌旁组织中差异表达的m RNA 2249个。通过单因素COX比例风险回归模型得到9个与三阴性乳腺癌患者预后密切相关的基因。结合多因素COX比例风险回归模型得到风险评分，形成一个5基因的风险评估体系（风险评分=0.7305×SLC6A9+0.4763×TSTA3+0.6993×SDS+0.4001×SPTBN2+0.4820×SRPK3）。风险评分是三阴性乳腺癌患者独立的预后指标（HR=10.620,95%CI(2.922～38.595),P<0.001）。ROC结果显示5基因预后风险评估体系具有良好的评估效果（5年AUC=0.807）。GSEA发现多条糖代谢通路在高风险组中被激活。结论：我们构建的5基因预后风险评估体系是三...     

基于不同数据库来源数据的胃癌长链非编码RNA预后预测模型构建

背景与目的：长链非编码RNA（lncRNA）对于胃癌患者的预后判断有着非常显著的影响。本研究旨在通过生物信息学的方法,构建并验证能够准确评估胃癌患者预后的lncRNA预后预测模型。 方法：通过癌症基因组图谱（TCGA）数据库、基因型-组织表达数据库（GTEx）获取数据作为用于构建预后模型（建模组）,通过基因表达汇编数据库（GEO）获取数据用于验证（验证组）。采用R软件中的edgeR包筛选差异表达lncRNA;通过单因素和多因素Cox回归来构建预后模型并计算风险值;按照风险值的大小将患者分为高、低风险组,分析风险值与临床病理参数及预后的关系。用验证组样本对建模组的结果进行验证。 结果：共筛选出288个差异表达lncRNA,其中28个与胃癌预后有关（均P<0.05）。10种lncRNA生物标记物（MEG3、DNAJC9-AS1、ACTA2-AS1、C15orf54、LINC01210、OVAAL、POU6F2-AS2、ERICH3-AS1、LINC00326及LINC01526）被鉴定并用于构建预后模型。高风险组的总体生存率以及无病生存率均低于低风险组（均P<0.01）,ROC曲线证实该预测模型有一定的准确性（AUC=0.700）。单因素及多因素Cox回归分析显示风险值为独立的预后因子（均P<0.001）。风险值与胃癌T分期（P=0.031）、肿瘤分化程度（P=0.044）存在明显关系。在独立的验证组中,高风险组的总体生存率以及无病生存率同样明显低于低风险组,且示风险值依旧为独立的预后因子（均P<0.05）。 结论：所构建的10-lncRNA模型对于胃癌患者的预后生存判断有一定的价值,且筛选出的差异表达lncRNA为胃癌分子机制的深入研究提供了依据。     

构建“免疫相关lncRNA基因对”模型预测未发生远处转移的原位肝癌预后及药物敏感性

目的 构建“免疫相关lncRNA基因对”模型预测未发生远处转移的原位肝癌预后并分析不同组别肿瘤免疫微环境特征及药物敏感性。方法 从XENA数据库获取肝细胞肝癌样本正常肝脏样本的RNA-seq数据,筛选出未发生远处转移的原位肝癌样本,提取免疫相关lncRNA,构建免疫相关lncRNA基因对的预测模型;随后将免疫相关lncRNA基因对预测模型与患者的预后及临床因素进行相关性分析;同时利用肿瘤免疫细胞浸润数据计算高低风险组免疫微环境特征差异,并评估肝癌相关药物在不同风险组的敏感性。结果 筛选出免疫相关lncRNA基因对13个,并结合生存状况建立预测模型,低风险组患者的生存获益显著优于高风险组（P<0.001）。在肿瘤免疫微环境方面,高风险组表现出了更为突出的免疫抑制状态,药物敏感性分析表明索拉非尼、阿昔替尼在基于风险分组的患者中敏感性显著不同。结论 免疫相关lncRNA的基因对模型能够较好的预测未发生远处转移的原位肝癌患者预后情况,高风险的患者中免疫抑制状态明显,而不同的风险组对肝癌特定药物治疗敏感性不同。     

基于TCGA数据库胆管癌自噬-临床预后模型的构建和评估

目的 探讨自噬相关基因（autophagy-related genes,ATGs）在临床预后方面的价值,并构建自噬基因的预后风险模型,评估胆管癌（cholangiocarcinoma,CCA）患者的生存及预后状况。方法 在癌症基因组图谱数据库（TCGA）中下载CCA的转录组数据和临床数据,从人类自噬数据库（HADb）中提取自噬相关基因,筛选出CCA样本中差异表达的自噬相关基因（DEATGs）;GO富集分析与KEGG通路分析进一步阐明DEATGs在CCA中的作用;通过Cox回归分析构建自噬预后风险评分模型,并运用生存分析、风险曲线、ROC曲线及独立预后分析验证预后模型的准确性。结果 CCA组织样本和非肿瘤组织样本一共筛选出49 个DEATGs（上调的基因48 个,下调的基因1 个）;通过单因素Cox回归分析及多因素Cox回归分析筛选出5个最有预后价值的基因（RHEB、PPP1R15A、ATG101、BNIP3、NRG1）,并基于这5个基因构建自噬预后风险评分模型,模型公式为：风险值=NRG1表达量×1.1207+BNIP3表达量×1.4002+ATG101表达量×1.3457-PPP1R15A表达量×1.1613-RHEB表达量×1.3279。生存分析表明低风险组的生存率要显著高于高风险组,风险曲线表明患者风险值与生存时间及生存状态显著相关,ROC曲线提示自噬预后模型具有良好的准确性,是一个独立的预后因素（HR 1.427,95%CI 1.161～1.756,P＜0.001）。结论 5个自噬基因（RHEB、PPP1R15A、ATG101、BNIP3、NRG1）构建的自噬相关预后风险模型,可以有效预测CCA患者的预后情况。     

基于免疫相关基因标签的原发性肝癌预后评分系统的建立

背景与目的:原发性肝癌(HCC)是最常见的预后较差的恶性肿瘤之一,其病因与发病机制尚未完全明了,因此,寻找HCC患者可靠的预后指标与生存生物标志物具有重要的临床价值。本研究通过生物信息学方法筛选HCC预后免疫相关基因,并构建基于免疫相关基因标签的预后风险评分模型,为HCC患者的预后评估及个体化治疗的临床决策提供依据。方法:从TCGA数据库获取HCC患者的临床信息以及RNA-seq数据(377个HCC样本和50个相邻的非癌组织样本)。在Immport数据库中下载免疫相关基因资料,使用R语言的limma包在HCC组织中筛选出差异表达的免疫相关基因。利用单变量和多变量Cox比例风险回归模型鉴定出与HCC患者(377个HCC患者中临床资料完整的344例)总体生存率(OS)密切相关的免疫相关基因,并以此构建基于基因标签的预后风险评分模型,对HCC患者预后风险进行评分。同时从上述模型样本中随机抽取50%的病例(172例)为验证样本行内部验证。用Kaplan-Meier方法分析高风险分与低风险分患者的生存状态,用ROC曲线以及C-index分析评估该风险评分的准确性。最后,分析该风险评分与HCC临床病理特征的关系,并采用单因素和多因素Cox回归分析,确定该风险评分作为独立预后因素的有效性。结果:在HCC的癌和癌旁组织中鉴定出329个差异表达的免疫相关基因,其中24个与HCC的OS有关(均P<0.001)。使用前向和后向选择算法进行了多变量Cox比例风险回归分析确定PSMD14、S100A11、FABP6、RBP2、LCNL1、FCN2、NDRG1、CSPG5和NR6A1为OS的9个高风险基因。按此9基因标签预后风险评分模型划分,模型样本中高风险分HCC患者OS明显差于低风险分HCC患者(P=1.715E-08),内部验证样本中得到验证结果相同(P=2.222E-05)。模型样本风险评分模型的ROC下曲线面积(AUC)在1、3年时分别为0.790和0.733,内部验证样本分别为0.799和0.743,C-index分析结果显示,模型样本以及验证样本的C-index分别为0.715(95% CI=0.683~0.829)和0.756(95% CI=0.668~0.762)。HCC的肿瘤分级,病理分期,T分期和新肿瘤事件的发生与风险评分明显有关(均P<0.05)。单因素和多因素Cox分析显示,风险评分是HCC的独立预后因素(单因素:HR=1.057,95% CI=1.041~1.074,P<0.001;多因素:HR=1.050,95% CI=1.033~1.067,P<0.001)。结论:通过TCGA数据库挖掘,鉴定出9个与HCC患者预后密切相关的免疫相关基因,且构建了基于9基因标签的预后风险评分系统,该系统有助于临床医生判断HCC患者预后和制定个性化的治疗方案。     

双硫死亡相关基因与胰腺癌预后及免疫治疗的关系探索:基于生物信息学分析

目的 探讨双硫死亡相关基因(disulfidptosis-related genes,DRGs)与胰腺癌患者预后及免疫治疗反应的关系。方法 从癌症基因组图谱中下载胰腺癌患者的转录组数据、体细胞突变数据及对应的临床信息，从已知的15个DRGs中筛选出在胰腺癌中发生突变的DRGs，通过共识聚类算法识别出DRGs亚型，然后分析识别出的DRGs亚型与胰腺癌患者预后、免疫细胞浸润和功能富集通路的关系，进一步根据DRGs基因表达量进行风险评分并根据风险评分的均值将患者分为高风险(≥均值)和低风险(<均值)组，比较DRGs不同亚型患者的风险评分及总生存情况，同时评估风险评分与患者预后及肿瘤突变负荷的关系。结果 从癌症基因组图谱中下载了177例胰腺癌患者的转录组数据和对应的临床信息，其中有161例含有体细胞突变数据，共筛选出10个DRGs在胰腺癌中发生突变，共识聚类算法识别出2个DRGs亚型即A亚型和B亚型。A亚型胰腺癌患者的总生存情况优于B亚型胰腺癌患者(χ²=8.316,P=0.003),A亚型胰腺癌患者具有更高的免疫细胞浸润丰度，在代谢和传导相关通路上显著富集。177...     

基于单细胞组学预测肝内胆管癌根治性切除患者预后的研究

目的基于单细胞组学分析肝内胆管癌(ICC)根治性切除术后患者的生存获益。方法本研究为回顾性病例系列研究。整合基因表达综合数据库中4个数据集的ICC单细胞测序结果, 共获得46例患者根治性切除样本, 探索ICC微环境的特征。同时分析附有生存数据的EMBI数据库共100例ICC组织芯片数据, 通过ssGSEA算法计算芯片数据每个样本中各个上皮细胞亚群的浸润丰度, 探索与患者较差预后相关的关键上皮细胞亚群, 并研究该亚群关键标志(marker)基因的临床价值。通过单因素与多因素 Cox 比例风险模型筛选预后相关marker基因, 使用目标基因构建 Cox比例风险模型并绘制列线图, 使用Kaplan-Meier 生存分析验证评分与患者预后的关系, 通过受试者工作特征(ROC)曲线、校准曲线及决策曲线(DCA)对模型预测效能进行评估。结果上皮细胞亚群几乎仅在肿瘤组织中浸润。表达MT2A的上皮细胞亚群与患者更差的预后相关且浸润丰度很高, 以该亚群浸润为特征的患者被定义为抗氧化型。经单因素与多因素Cox比例风险模型筛选该亚群的marker基因, 其中filp1l、nakbia、peg10、serpi...     

胃癌lncRNA预后风险评估模型的构建

目的:基于TCGA数据库构建胃癌lncRNA预后风险评估模型。方法:从TCGA数据库中下载胃癌基因组表达数据及临床信息,通过R语言“DESeq2”包分析得到差异表达的lncRNA。采用单因素Cox回归和多因素Cox回归分析构建预后风险评估模型,采用ROC曲线进行效能评估。结果:首先以logFC>1或logFC<1,Adjusted-P-Value<0.05为筛选标准,发现58个lncRNA差异表达。单因素Cox回归分析结果显示3个lncRNA(AC097478.1、AC097478.3、AL354719.2)与预后显著相关,多因素Cox回归分析成功构建预后风险评估模型,风险评分=-0.05425×AC097478.1+0.08442×AC097478.3+0.12647×AL354719.2。风险评分高的患者预后较差。模型的5年ROC曲线下面积AUC=0.964(训练集)。结论:通过生物信息学分析,成功构建了基于AC097478.1、AC097478.3、AL354719.2的预后风险评分模型,具有良好的预测效能。     

基于TCGA数据库和炎症相关基因构建前列腺癌预后模型

目的:探讨炎症相关基因对前列腺癌(PCa)患者预后的影响。方法:从癌症基因组图谱(TCGA)数据库下载PCa患者的临床资料和mRNA测序数据,分子特征数据库(MSigDB)下载炎症相关通路基因。通过单因素回归和LASSO回归分析筛选炎症基因构建预后风险模型,多因素回归分析筛选PCa独立预后因素构建列线图。根据列线图计算患者的风险评分,并以中位值分为高、低风险评分两组,识别差异表达基因进行富集分析。最后通过免疫组化染色验证PCa组织芯片中SPHK1的表达水平。结果:从172个候选基因筛选19个炎症相关基因构建预后风险模型,其中CD14、PIK3R5、GABBR1、RELA、IRF7、SCARF1、MSR1、SPHK1、OSM和STAB1是风险基因,AQP9、LPAR1、ATP2C1、NDP、CXCL6、P2RY2、DCBLD2、PCDH7和IFNAR1是保护基因。Kaplan-Meier分析显示高炎症评分组患者无复发生存期明显低于低炎症评分组患者,高风险评分患者的预后较低风险评分差。差异表达基因主要参与炎症通路的激活。免疫组化结果提示SPHK1在肿瘤组织中的表达高于正常组织,且随Glea...     

胃癌免疫细胞浸润相关预后基因的共表达网络分析鉴定

背景与目的:肿瘤免疫细胞浸润在胃癌(GC)的进展和预后中起到关键作用,然而,目前影响GC预后的免疫细胞浸润调控基因还不清楚.本研究联合共表达网络分析研究和反卷积分法鉴定了GC免疫相关预后基因.方法:从TCGA数据库中下载GC的mRNA表达数据并使用CIBERSORT反卷积算法来确定每个样品中免疫细胞的比例,并构建共表达...     

肝细胞癌自噬相关长链非编码RNA预后模型的建立与分析

背景与目的:肝细胞癌(HCC)是常见的原发性肝癌,其预后较差。自噬的失调可以促进HCC的发生与进展,本研究旨在分析自噬相关长链非编码RNA(lnc RNA)在HCC患者中的潜在预后作用,并构建自噬相关lnc RNA风险预测模型。方法:利用生物信息学方法分析TCGA数据库中374例HCC及50例正常对照样本的转录组数据及临床资料,从HADb网站获取自噬基因列表。采用Person相关性分析筛选与自噬基因相关的lnc RNA,采用R软件caret程序包将筛选后的342例HCC样本按70%与30%的比例随机分为训练集及验证集,在训练集中采用Kaplan-Meier法及单因素Cox回归分析筛选出具有预后意义的lnc RNA,随后采用多因素Cox回归分析筛选具有独立预后意义的自噬相关lnc RNA,建立构建预后模型。使用多因素Cox回归系数计算风险评分,将患者分为低风险组和高风险组,分析算风险评分与HCC患者临床特征及总体生存的关系,并使用验证集加以验证。结果:347个lnc RNA鉴定为自噬相关lnc RNA(|R~2|0.3,P0.001),其中26个lnc RNA对HCC患者具有预后价值(均P0.05)。多因素Cox回归分析得到基于12个自噬相关lnc RNA(CYTOR、DANCR、LINC01138、LUCAT1、MAPKAPK5-AS1、NRAV、NRSN2-AS1、LINC01871、LINC00864、LINC02362、TMEM220-AS1和PSMB8-AS1)的预测患者预后的风险模型。高风险组HCC患者总生存期明显低于低风险组HCC患者(P0.05)。12-自噬相关lnc RNA预后模型评分与肿瘤分级、肿瘤分期和T分期有关(均P0.05),与患者的年龄、性别无明显关系(均P0.05)。在训练集中该预后模型的1、3、5年生存的时间依赖性ROC曲线的曲线下面积(AUC)分别为0.801,0.819和0.787,在验证集中其1、3、5年生存的时间依赖性ROC曲线的AUC分别为0.694、0.733和0.746。结论:所筛选的自噬相关lnc RNA在HCC的肿瘤生物学中可能起关键作用,12-自噬相关lnc RNA的模型对HCC具有预后判断价值。     

基于E2F靶点基因集和免疫亚型差异的肝细胞癌预后风险评分模型的建立

背景与目的：肝细胞癌（HCC）是肝癌中最常见的种类,HCC患者的预后生存情况较差,其有效的预后预测也面临巨大挑战。许多研究已证实E2F基因家族和免疫微环境相关的基因标志物是癌症的重要预后因素,因此,本研究利用TCGA数据库筛选E2F基因家族和免疫微环境相关的HCC基因标志物,建立新的HCC风险评分模型,并预测HCC潜在治疗靶点。方法：TCGA数据库中下载大型HCC (LIHC)队列（424例样本）。进行了基因集富集分析、基因集单样本富集分析和基因集单样本富集分析分数聚类后的基因表达差异分析,通过Lasso回归筛选标志基因并建模,根据模型计算患者得分并将患者分为高风险组和低风险组。使用受试者工作特征曲线（ROC）、Kaplan-Meier生存曲线、Cox回归分析等多种统计学方法以验证模型的可靠性。所有统计分析均使用R语言软件。最后在Cbioportal数据库查询风险模型的标志基因在TCGA-HCC样本中的基因变异情况,从String数据库中下载蛋白互作信息并用Cytoscape软件进行可视化分析。结果：确认了与HCC密切相关的E2F靶点基因组和免疫相关差异基因后,从中筛选到了与HCC患者...     

活化的NK细胞与分化型甲状腺癌术后复发关系的TCGA数据库分析

目的：探讨免疫细胞浸润与分化型甲状腺癌术后复发之间的关系。 方法：从TCGA数据库中下载507例分化型甲状腺癌患者的临床数据,运用反卷积算法估算22种免疫细胞在分化型甲状腺癌组织中的浸润情况,用生存分析法分析各免疫细胞不同的浸润程度与患者术后复发之间的关系。 结果：反卷积算法分析结果显示,除初始CD4 T细胞在各样本中均未发现外,其余21种免疫细胞在各肿瘤样本中有不同程度的浸润。Kaplan-Meier生存曲线及Log-rank参数检验分析结果显示,只有活化的NK细胞浸润与患者的无病生存有关,浸润程度较高患者无病生存期长于浸润程度低患者（P=0.004）。多因素Cox回归风险模型分析显示,活化的NK细胞为分化型甲状腺癌术后复发的独立影响因素（HR=0.17,95% CI=0.05~0.62,P=0.007）。 结论：活化的NK细胞可以降低分化型甲状腺癌的复发风险,延长患者的无病生存期,是分化型甲状腺癌术后复发的独立保护因素。     

基于铁死亡相关的长链非编码RNA生物标志物可准确预测肾透明细胞癌患者预后

目的:肾癌是一种具有高发病率与高死亡率的恶性肿瘤,肾透明细胞癌(clear cell renal cell carcinoma, ccRCC)是其中一个重要的组织亚型。关于铁死亡相关长链非编码RNA(long noncoding RNA,lncRNA)生物标志物预测ccRCC患者生存的系统研究国内尚未开展,故有必要探索相应的铁死亡相关的lncRNA生物学标志物。方法:从美国癌症基因图谱(The Cancer Genome Atlas, TCGA)数据库中获得了539份ccRCC样本中lncRNA的表达谱。利用lncRNA与铁死亡相关基因的共表达网络选择铁死亡相关的lncRNA,使用单因素Cox回归进一步筛选预后相关的lncRNA,此外,使用Lasso回归和多因素Cox回归来构建铁死亡相关的lncRNA预测模型。在此基础上建立风险评分,根据风险评分中位值将患者分为高风险组和低风险组,识别ccRCC患者死亡风险。利用基因本体论(Gene Ontology, GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)对铁死亡...