共查询到20条相似文献,搜索用时 31 毫秒
1.
目的 基于胃癌脂质代谢相关基因建立预后风险模型,评价预后风险模型与免疫浸润的关系,为胃癌预后预测提供数据支持。方法 从癌症基因组图谱(TCGA)和GEO数据库中筛选与胃癌预后相关的脂质代谢基因。使用LASSO回归和多因素Cox回归分析构建预后风险模型。使用Kaplan-Meier分析和ROC曲线分析验证预后风险模型的预测效能。xCell分析用于识别高低风险组的免疫状态。构建整合风险模型和临床特征的诺模图。qRT-PCR验证OSBPL1A和MOGAT1在胃癌组织中的表达水平。结果 筛选得到胃癌脂质代谢相关预后基因OSBPL1A和MOGAT1并构建预后风险模型,根据风险评分中位数将胃癌患者分为高风险组与低风险组。低风险组患者的总体生存率显著优于高风险组患者(TCGA-STAD和GSE62254,P均<0.05)。时间依赖性ROC分析表明构建的风险模型1年、3年和5年总生存率的AUC值分别为0.65、0.68、0.70和0.55、0.60、0.60(TCGA-STAD和GSE62254)。xCell分析结果显示与高风险组相比,低风险组的免疫细胞表达量显著增高(P<0.05)。整合... 相似文献
2.
目的整合胃癌(GC)分子亚型和代谢相关基因,并依此构建GC预后模型。方法从基因综合表达(GEO)数据库中采集GC患者基因表达谱和临床数据,通过整合网络分析筛选出主调控上皮间质转化(EMT)亚型的代谢标志基因,再通过Cox比例风险回归整合标志基因与生存信息,构建基于代谢相关基因的GC预后模型;依据该模型对GC患者进行风险分层,采用Kaplan-Meier生存曲线评估模型的预后预测作用,通过基因集富集分析(GSEA)筛选富集的通路。结果整合网络分析筛选出3个主调控EMT亚型的代谢标志基因,分别为人脂质磷酸磷酸酶相关蛋白4型基因、谷氨酸胺-果糖-6-磷酸转氨酶2基因和硫酸酯酶1基因;基于这3个代谢标志基因构建的预后模型可将GC患者划分为高危组和低危组。生存曲线分析表明,高危组患者的预后更差,在多组验证数据集中均呈现一致结果,该模型表现出较强的预后预测效能。GSEA分析表明,高危组中转化生长因子-β信号传导、EMT等与癌恶性特征相关的通路显著富集;M2巨噬细胞、M0巨噬细胞及中性粒细胞浸润与高风险显著相关。结论基于代谢相关基因的GC预后模型可实现GC患者风险分层,有助于指导GC患者的精准治疗。 相似文献
3.
目的 基于TCGA数据库,结合人类自噬数据库构建预测肺腺癌患者预后的风险模型,探讨自噬相关基因预后风险模型对肺腺癌患者预后的预测性能及与免疫微环境的相关性。方法 从癌症基因组图谱数据库下载肺腺癌患者临床信息和转录组数据,结合人类自噬数据库筛选出232个自噬相关基因。通过Cox回归分析筛选出4个独立与预后相关的自噬基因,并采用风险评分构建肺腺癌预后预测模型,用ROC曲线评价预测模型性能。使用ESTIMATE和CIBERSORT在线网站(https://cibersort.stanford.edu/)探索风险评分与肿瘤免疫微环境之间的关系。结果 肺腺癌中有30个差异表达的自噬相关基因,其中4个自噬基因(BIRC5、ERO1A、ITGB4、NLRC4)具有预测患者预后的功能。依据风险评分进行分组,Kaplan-Meier分析表明高风险组生存率低于低风险组(P <0.000 1)。ROC曲线表明风险评分模型判断肺腺癌预后的准确性(AUC=0.757)。ESTIMATE和CIBERSORT分析提示风险评分模型与肿瘤微环境中的多个免疫细胞亚群浸润相关。结论 自噬相关基因预后风险模型较临床数据... 相似文献
4.
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。 相似文献
5.
目的:构建预测宫颈癌生存期的双硫死亡相关长链非编码RNA(lncRNA)预后模型。方法:从TCGA数据库下载307个宫颈癌RNA测序数据及临床信息,随机分为训练集和测试集。使用共表达分析和回归分析得到双硫死亡相关lncRNA并构建预后模型。根据风险评分中位数将患者分为高风险组和低风险组。使用Kaplan-Meier生存分析、Cox回归分析、受试者工作特征(ROC)曲线、主成分分析、列线图和校准曲线评估模型的预测效能。结果:共得到3个双硫死亡相关lncRNA并构建预后模型。Kaplan-Meier生存分析结果显示高风险组的总生存期短于低风险组。风险曲线显示高危患者的死亡率高于低危患者。Cox回归分析显示风险评分是独立预后因子。该模型预测患者1年、3年、5年存活率的ROC曲线下面积(AUC)分别为0.780、0.701、0.716。列线图和校准曲线表明预后模型接近于理想模型。结论:本研究构建了宫颈癌的双硫死亡相关lncRNA预后模型,该模型预测效能良好。 相似文献
6.
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... 相似文献
7.
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... 相似文献
8.
目的:探讨肺腺癌(LUAD)组织中乳酸代谢相关基因以及基于乳酸代谢基因构建LUAD预后评分模型,阐明其预测LUAD预后的能力。方法:采用癌症基因图谱(TCGA)数据库筛选LUAD相关乳酸代谢基因。采用单因素和多因素Cox回归及LASSO回归分析获得关键基因并构建LUAD的乳酸代谢评分模型,采用Kaplan-Meier生存分析和受试者工作特征(ROC)曲线对模型的预测能力进行验证,TIMER法评估该模型与患者临床特征和免疫细胞浸润丰度之间的关系。结果:成功筛选出16个乳酸代谢基因并构建评分模型;生存分析,低风险组患者的总生存时间(OS)明显高于高风险组(P<0.01),且有较高的预测预后能力,ROC曲线下面积(AUC)均高于0.7;多因素Cox回归分析,23个乳酸代谢基因是LUAD患者的独立的预后基因;乳酸评分与B淋巴细胞(r=-0.326,P<0.001)、CD4 T淋巴细胞(r=-0.196,P<0.001)、CD8 T淋巴细胞(r=-0.094,P=0.036)、巨噬细胞(r=-0.198,P<0.001)和树突状细胞(r=-0.119,P=0.008)百分... 相似文献
9.
目的基于癌症基因组图谱(TCGA)数据库建立胃腺癌的铜死亡相关长链非编码RNA(lncRNA)预后模型。方法从TCGA数据库中获取胃腺癌的转录组数据和临床数据,检索相关文献获取铜死亡相关基因,应用Pearson相关分析确定胃腺癌铜死亡相关lncRNA。对目标lncRNA进行单因素Cox和套索算法回归分析,筛选出预后相关lncRNA,然后对其进行多因素Cox回归分析,根据预后模型公式计算风险评分,将患者分成高、低风险组进行生存差异分析。通过Kaplan-Meier曲线、主成分分析、ROC曲线、列线图评价预后模型的预测效能。对高、低风险组进行肿瘤微环境(TME)、肿瘤突变负荷(TMB)、微卫星状态、免疫逃逸和药物敏感性分析。结果10个lncRNA被纳入构建预后模型,通过预后模型对样本进行生存分析发现,高风险组患者生存状况较差。主成分分析、ROC曲线证实该预后模型具有更高的灵敏度和准确度。单因素和多因素Cox回归分析显示年龄、临床分期和风险评分是预后的独立因子,以上述独立预后因子构建的列线图具有良好的区分度和一致性。进一步研究发现高风险组患者表现出更高的免疫浸润、低TMB、高度微卫星不稳定,并且高TMB和低风险的患者具有更好的预后。低风险组患者对更多的药物敏感,并且从免疫治疗中获益更多。结论铜死亡相关ln-cRNA构建的预后模型可预测胃腺癌患者的预后,同时可反映患者TME及免疫治疗获益情况,从而为胃腺癌患者的药物选择提供参考依据。 相似文献
10.
目的 筛选与胃癌预后存在关联性的微小RNAs(miRNAs)生物标志物,构建风险评分模型用于患者预后评估。 方法 基于人类癌症和肿瘤基因图谱(TCGA)数据库下载胃癌miRNAs表达谱数据及样本相关临床信息,通过“DESeq2”软件包对miRNAs表达谱进行差异分析。采用单因素Cox回归分析和Kaplan-Meier生存分析筛选与预后存在关联性的miRNAs,并将预后miRNAs纳入多因素Cox回归分析用于预后风险评分模型的构建。通过“timeROC”软件包绘制受试者工作特征曲线(ROC),对模型效能进行评价。最后通过在线数据库对miRNAs可能结合的信使RNAs(mRNAs)进行预测,并通过基因本体(GO)、京都基因与基因组百科全书(KEGG)预测其功能。 结果 以log2 | Fold Change |>1,P<0.05为标准,筛选得到248个胃癌组织中差异表达的miRNAs。通过单因素Cox回归分析及Kaplan-Meier生存分析筛选到6个与患者总体生存率有关联性的差异表达的miRNAs,随后使用多因素Cox回归分析成功构建胃癌miRNAs预后风险评分模型,风险评分=0.048 35×miR-181b-1 +0.112 06×miR-548d-1+0.068 00×miR-675+0.075 87×miR-708+1.175 21×miR-4640+0.089 89×miR-4709。Kaplan-Meier生存曲线结果显示,风险评分高的患者预后较差(P<0.001);模型5年总体生存率ROC曲线下面积(AUC)为0.776,证明该模型能够有效预测胃癌患者预后风险。GO和KEGG功能分析结果显示,模型miRNAs分子参与多个肿瘤相关代谢通路。 结论 成功构建了miRNAs预后风险评分模型,且该模型对胃癌患者生存状态具有良好的预测效能。 相似文献
11.
目的构建一个TGF-β基因相关通路的风险评分模型,探讨该模型对头颈部鳞状细胞癌(HNSC)患者预后的预测价值。方法从美国癌症基因组图谱(TCGA)数据库中下载TCGA-HNSC队列作为训练组,GEO数据库中下载GSE41613作为测试组,筛选出训练组中肿瘤组织与正常组织间的差异表达基因,随后采用单因素和多因素Cox回归分析确定影响HNSC患者生存的TGF-β通路相关基因(TRGs),并构建预后风险模型。通过风险生存曲线、受试者工作特征(ROC)曲线及生存状态图对模型进行评价,并对风险评分进行独立预后分析。整合风险评分及其他临床预测指标绘制列线图以评估患者预后。利用R软件对训练组中高、低风险组患者进行基因突变频率分析及免疫微环境特征分析。结果从训练组中初步筛选出6个差异表达的TRGs,通过Cox回归分析筛选出2个与预后相关的基因:纤溶酶原激活物抑制因子-1(SERPINE1)及磷酸盐转运蛋白-1(SLC20A1)。在训练组和测试组中高低风险组生存差异均有统计学意义(均P<0.05),ROC曲线显示该风险评分可靠,可作为独立预后因子。高风险组和低风险组HNSC具有完全不同的集群特征、基因突变频率及免疫细胞浸润。结论基于SERPINE1和SLC20A1构建的模型可较好地预测HNSC患者的预后,高风险组的HNSC在生物学表型、基因突变频率及肿瘤免疫浸润等方面均与低风险组有差异。 相似文献
12.
目的:探索影响食管鳞状细胞癌(ESCC)患者预后的代谢相关基因,构建ESCC患者的预后风险模型。方法:从癌症基因组图谱(TCGA)数据库下载食管癌的转录组数据和临床病例资料。从转录组数据中提取出代谢相关基因的数据,筛选ESCC组织和正常组织中差异表达的代谢基因。运用单因素COX分析、Lasso回归分析、多因素COX分析构建预后风险模型,并用受试者工作特征(ROC)曲线评估代谢相关基因预后模型的预测能力,并对高低风险组进行GSEA分析。结果:肿瘤组和对照组共存在280个差异表达的代谢相关基因,其中乙醛脱氢酶1A1(ALDH1A1)、黑酸1,2-二加氧酶(HGD)以及DNA引物酶多肽1(PRIM1)与ESCC的预后相关。Kaplan-Meier分析显示,相较于低风险组,高风险组的总体生存期降低(P<0.01)。ROC曲线分析及多因素COX回归分析表明,该预后模型具有良好的预测效能[曲线下面积(AUC)=0.741],可以作为一个独立的预后因素(HR=11.66,P<0.001)。结论:基于代谢相关基因构建的预后风险模型可以作为ESCC患者的预后因素,为寻找新的食管癌治疗靶点提供... 相似文献
13.
目的 基于生物信息学方法构建头颈部鳞状细胞癌(HNSCC)焦亡相关lnc RNA对预后风险模型并进行评估。方法 从TCGA数据库中获取HNSCC的转录组数据,与焦亡相关基因进行共表达和差异分析,并以焦亡相关lnc RNA对展示。将HNSCC患者随机分为训练集(246例)和验证集(245例),采用Cox回归分析和改良Lasso惩罚回归进行预后模型构建。根据训练集风险评分的中位数将HNSCC患者分为高、低风险组,并计算所有样本的风险得分,采用Kaplan-Meier法对两组患者进行生存分析并绘制生存曲线。通过绘制ROC曲线评估模型的准确性。单因素和多因素Cox回归分析患者临床病理资料和风险评分与总生存率的关系,探索HNSCC预后危险因素。结果 在HNSCC中共提取到53个差异焦亡相关的lnc RNA(FDR<0.05,log FC>2),并以lnc RNA对形式进行展示。通过Cox回归分析和改良Lasso惩罚回归筛选出18个预后相关lnc RNA对用于预后风险模型构建。训练集和验证集结果表明,低风险组患者生存时间高于高风险组患者(P<0.05);预后风险模型1年总生存RO... 相似文献
14.
目的:基于癌症基因图谱(TCGA)数据库构建预测恶性黑色素瘤患者预后的泛素化相关基因的风险模型,并对模型的预测效能进行验证。方法:从TCGA数据库和基因型-组织表达(GTEx)数据库中下载恶性黑色素瘤样本及正常组织的基因表达信息和临床数据。通过基因集合富集分析(GESA)、单因素及多因素Cox回归分析筛选出与预后相关的差异表达泛素化基因,并以此构建预测恶性黑色素瘤患者预后的风险模型。结果:筛选出9个显著差异表达的泛素化相关基因(KCTD7、KLHL2、NCCRP1、PSME1、RNF114、SKP2、SPSB1、SYVN1、UCHL3)用于模型构建。Kaplan-Meier分析结果提示高风险组的结局较低风险组更差(P<0.001),风险模型在预测1年、3年和5年总体生存率的ROC曲线下面积(AUC)值分别为0.775、0.743和0.785。多因素Cox回归分析表明风险评分是恶性黑色素瘤患者预后的独立预测因子(P<0.001)。结论:本研究发现由这9个泛素化相关基因构建的风险模型可以准确地预测恶性黑色素瘤患者的预后,这些基因有可能作为黑色素瘤新的生物标志物或治疗靶点。 相似文献
15.
目的:建立一个高效能的膀胱癌(BLCA)代谢风险模型,并应用多组学技术揭示不同风险人群的异质性特征。方法:利用TCGA-BLCA转录组数据,根据86条代谢通路中共1 660个代谢相关的基因,应用单因素COX分析、Lasso回归分析和多因素COX分析,构建BLCA代谢风险模型;应用转录组学、代谢组学和单细胞蛋白质组学技术揭示高风险和低风险人群的分子表达谱、代谢物表达谱及免疫微环境特征。结果:构建了一个由CYP2J2、GDPD3、IL4I1、ATP6V1B1、AKR1B1、ENGASE、CHPF、MBOAT7、CAD、FASN、AHCY、FLAD1和ALG3 13个基因组成的BLCA代谢风险模型;训练队列对应的受试者工作特征(ROC)曲线预测BLCA患者1年、3年和5年总生存期(OS)的曲线下面积(AUC)分别为0.796、0.702和0.717,广西队列对应的ROC曲线预测BLCA患者1年、2年和3年OS的AUC分别为0.866、0.810和0.816;Kaplan-Meier曲线分析显示,低风险组预后显著优于高风险组(P<0.001);高风险组和低风险组患者的代谢物存在显著改变,... 相似文献
16.
目的:筛选膀胱癌预后相关基因,建立膀胱癌预后评分模型。方法:通过UCSC Xena平台下载癌症基因组图谱(TCGA)数据库、基因型和基因表达量关联数据库(GTEx)中406例膀胱癌患者的临床信息和膀胱癌组织RNA测序数据,以及28名健康对照者正常膀胱组织RNA测序数据。采用加权基因共表达网络分析(WGCNA)、单因素Cox回归分析、LASSO回归分析和多因素Cox回归分析筛选膀胱癌预后相关基因并建立预后模型,结合Kaplan-Meier生存曲线、受试者操作特征曲线(ROC曲线)验证模型的准确性。结果:分析得到膀胱癌相关差异表达基因共2308个。WGCNA拟合得到6个基因模块,筛选出对膀胱癌预后有显著作用的基因829个。运用单因素Cox回归与LASSO回归分析筛选出24个与膀胱癌患者预后相关的基因,多因素Cox回归分析训练集数据得到9个作为独立预测因子的基因,分别是ADCY9、MAFG_DT、EMP1、CAST、PCOLCE2、LTBP1、CSPG4、NXPH4、SLC1A6,以此建立膀胱癌患者预后预测模型。训练集中高风险组和低风险组3年存活率分别为31.814%和59.821%,测试集中高风险组和低风险组3年存活率分别为32.745%和68.932%,模型预测训练集和测试集患者预后的ROC曲线下面积均在0.7以上。结论:本研究建立的模型对膀胱癌高风险和低风险人群的生存情况具有较好的预测能力。 相似文献
17.
目的 构建并评估结肠癌坏死性凋亡相关长链非编码RNA(LncRNA)预后预测模型。方法 从美国癌症基因组图谱(TCGA)数据库中获取结肠癌患者转录组数据和临床数据,从京都基因和基因组百科全书(KEGG)数据库获取坏死性凋亡相关基因,使用R软件采用共表达分析得到坏死性凋亡相关LncRNA。采用Kaplan-Meier分析、单因素、多因素Cox回归分析筛选可作为结肠癌独立预后因素的坏死性凋亡相关LncRNA并构建预后模型。采用受试者工作特征曲线(ROC)评价该模型的灵敏性和特异性,为进一步验证该模型并拓展其临床应用,将9-LncRNA结合临床性状构建临床列线图并绘制校准曲线。结果 共识别9种坏死性凋亡相关LncRNA,包括AC010973.2、LINC01011、AC027307.2、CD27-AS1、LINC02474、AC044802.2、LBX2-AS1、TNFRSF10A-AS1、B4GALT1-AS1,成功构建了坏死性凋亡相关9-LncRNA预后模型,并将患者分为高风险组和低风险组,Kaplan-Meier分析显示高风险组患者总生存期短于低风险组患者(P<0.001)。绘制... 相似文献
18.
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... 相似文献
19.
目的:寻找与子宫内膜癌预后相关的lncRNAs分子标签,为预测子宫内膜癌患者的预后及个体化治疗提供有效指导。方法:下载TCGA数据库中的523例子宫内膜癌患者样本,随机分为训练集(n =262)和测试集(n =261)。在训练集中,采用单因素Cox回归结合LASSO回归分析筛选与子宫内膜癌预后相关的lncRNAs分子标签,构建lncRNAs风险评分模型,预测子宫内膜癌预后,并在测试集中验证其预测的有效性。最后,采用基因集富集分析(GSEA)研究lncRNAs风险评分模型预测的高、低风险组之间生物学通路富集的差异。结果:基于LASSO Cox回归分析,一共筛选出13个与子宫内膜癌预后显著相关的差异lncRNAs(P <0.001),并以它们作为分子标签构建lncRNAs风险评分模型,将子宫内膜癌患者划分为高风险组和低分险组;生存曲线分析表明,低风险组患者的总生存期在训练集(P <0.001)和测试集(P <0.001)中均显著优于高风险组。多因素Cox回归分析显示,这13个lncRNAs在训练集(HR =1.08,95%CI:1.06~1.10,P <0.001)和测试集(HR =1.54,95%CI:1.34~1.78,P <0.001)中均为影响子宫内膜癌预后的独立危险因素。进一步构建lncRNAs分子标签联合临床指标模型并绘制ROC曲线发现,lncRNAs分子标签联合临床指标的模型可进一步提高预测效能。GSEA富集分析表明,细胞周期调控相关的基因集在高风险组中有显著富集,免疫和代谢相关通路则更多地在低风险组富集。结论:本研究确定了与子宫内膜癌预后相关的lncRNAs,基于13 个lncRNAs构建的风险评估模型可作为预测子宫内膜癌预后标志物的分子标签。 相似文献
20.
目的 构建染色质调节因子(CR)相关长链非编码RNA(lncRNA)的肾透明细胞癌(ccRCC)预后模型,提高ccRCC的预后管理。 方法 从TCGA数据库下载ccRCC的转录组数据和临床数据,并通过“caret”R包将ccRCC样本以7∶3的比例分为训练集(166例)和验证集(71例)。基于“DESeq2”R包筛选出差异表达的CR及相关的lncRNA。构建CR与lncRNA的共表达网络,并筛选出相关系数|rs|>0.3且P<0.05的差异lncRNA。利用单因素Cox、Lasso和多因素逐步Cox回归分析,构建CR相关的lncRNA预后模型。计算训练集和验证集样本的风险评分,根据风险评分的中位数将ccRCC患者分为高、低风险组。K-M曲线和受试者操作特征(ROC)曲线评价模型,单因素和多因素Cox回归分析评估风险评分的独立预测性能。“DynNom”和“shiny”R包开发在线预测工具。单样本基因集富集分析探索风险评分与免疫微环境及免疫检查点的关系。 结果 本研究最终纳入237个肿瘤样本和72个癌旁正常组织样本,鉴定了1 025个CR相关的lncRNA,最终筛选得到7个CR相关lncRNA(DUXAP8、AC026462.3、LINC01460、AL592494.1、AL353804.2、AC012462.1、AC009518.1)构建预后模型,并将其开发成在线工具(https://xzlmodelshiny.shinyapps.io/DynNomapp/)。高危组患者的生存率低于低危组(P<0.05),ROC曲线表明模型预测效能较好,单因素分析和多因素分析中风险评分的HR值分别为4.058(95%CI:2.530~6.508,P<0.001)和3.096(95%CI:1.887~5.080,P<0.001)。高风险组MDSC和Tregs细胞等免疫抑制细胞的浸润比例高于低风险组,趋化因子、免疫检查点及副炎症等通路的富集水平高于低风险组(P<0.05)。此外,风险评分与免疫检查点TNFRSF25和TNFSF14呈正相关(r>0.3,P<0.05)。 结论 本研究构建的CR相关的lncRNA风险模型可独立有效地预测ccRCC患者的预后。 相似文献