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...     

7-lncRNA风险评估模型在胰腺癌预后判断中的价值

目的 :筛选胰腺癌预后相关长链非编码RNA(lncRNA),构建预后风险评估模型。方法 :下载TCGA数据库中胰腺癌数据,使用R语言分析差异表达的lncRNA分子。通过单因素Cox回归和Lasso回归分析胰腺癌预后相关lncRNA分子,采用多因素Cox回归构建预后风险评估模型,并应用Kaplan-Meier(K-M)生存分析、受试者操作特征(ROC)曲线进行效能评价。结果:以|log_2Fold Change|2,错误发现率(FDR)0.05为筛选标准,发现179个lncRNA分子在胰腺癌中呈差异表达,对其中高表达的117个lncRNA进行单因素Cox回归与Lasso回归分析,得到7个与预后相关的lncRNA。通过多因素Cox回归建立预后风险评分模型,风险评分=1.4231×AL161431.1+1.3457×ANLN+1.4731×FAM83A+1.4721×LAMA3+1.2198×LY6D+×1.1515×MYEOV+1.1825×TINAG。K-M分析显示高风险组的总生存时间较短,训练集、验证集和总体数据集ROC曲线显示3年生存率的曲线下面积分别为0.859、0.878和0.886。结论:通过生物信息学分析,成功构建了包括AL161431.1、ANLN、FAM83A、LAMA3、LY6D、MYEOV和TINAG的胰腺癌7-lncRNA预后模型,能够对患者生存状态进行有效预测。     

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。     

胃癌抗氧化相关lncRNAs预后风险评分模型的构建及生信分析

目的 ：探讨抗氧化相关长链非编码RNAs(lncRNAs)预后风险评分模型对胃癌患者预后的判断价值以及与免疫微环境的关系。方法：通过TCGA数据库下载胃癌转录组数据和临床信息。通过lnc RNAs和抗氧化基因的共表达分析得到抗氧化相关lncRNAs。使用单因素cox回归分析和lasso回归分析筛选并构建风险评分。采用Log-Rank检验比较两组间的生存差异。应用受试者工作特征（ROC）曲线评估预后风险模型对患者预后判断的特异性及敏感度。结合风险评分和临床参数构建列线图。TIMER2.0在线评估每个样本的免疫细胞浸润情况。TIDE网站在线分析每个样本对免疫治疗敏感性。结果：通过单因素cox回归分析和lasso回归分析构建了一个包括12个lncRNAs的风险评分。风险评分是患者预后的独立影响因素[HR=5.406(3.131～9.335),P<0.001]。风险评分与多种抑制性免疫细胞浸润呈正相关（M2型巨噬细胞、肿瘤相关成纤维细胞）。同时发现,高风险组存多种免疫检查点基因的异常表达,TIDE评分更高,提示高风险组对免疫治疗更敏感。结论：基于抗氧化相关lncRNAs风险评分和临床参数...     

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...     

基于代谢相关基因的乳腺癌预后预测模型的建立和验证

目的构建基于代谢通路相关基因的乳腺癌预后预测模型并进行验证。方法从癌症基因组图谱(TCGA)数据库下载乳腺癌患者的基因表达数据和临床信息, 然后从基因集富集分析(GSEA)网站提取所有代谢通路相关基因进行差异分析, 获得肿瘤和正常组织中的差异表达基因, 再利用单因素Cox和最小绝对收缩和选择算子(LASSO)回归分析筛选出与预后相关的差异代谢基因用于构建预后风险评分。根据风险评分的中位数, 将患者分为高危组和低危组, 利用Kaplan-Meier生存分析、受试者操作特征(ROC)曲线对预后模型进行效能评价, 并将此模型联合其他临床因素构建列线图, 对乳腺癌患者进行生存率预测。最后通过基因表达综合数据库进行验证。结果通过单因素Cox和LASSO回归分析最后共筛选出了6个代谢相关基因(NT5E、PAICS、PFKL、PLA2G2D、QPRT和SHMT2)用于模型构建。在训练集和验证集中, 预后风险评分均是乳腺癌的独立危险因素, Kaplan-Meier生存分析结果提示, 高危组患者的总生存率均显著低于低危组, 差异具有统计学意义(P<0.001)。并且ROC曲线分析结果表明, 该列线...     

基于ATS的肝内胆管癌患者根治性切除术后预后预测列线图模型的构建与评估

目的构建基于白蛋白-胆红素评分和肿瘤负荷评分(ATS)分级的肝内胆管癌(ICC)患者根治性切除术后预后预测列线图模型, 并评估列线图模型的预测效果。方法回顾性分析2016年1月至2020年1月在郑州大学人民医院及郑州大学肿瘤医院接受根治性切除的ICC患者临床资料。共入组258例患者, 其中男性140例, 女性118例, 年龄(56.5±9.5)岁。将258例ICC患者按照7∶3随机分为训练集(n=174)和测试集(n=84)。利用训练集进行单因素及多因素Cox回归分析, 分析ICC患者预后影响因素, 然后构建列线图模型。通过一致性指数、校准曲线和风险决策曲线来评估列线图模型的性能。结果在训练集中, 单因素Cox回归分析白蛋白-胆红素评分、肿瘤负荷评分、癌胚抗原、肿瘤分化程度、脉管癌栓、ATS分级等与ICC患者术后生存相关(均P<0.05)。多因素Cox回归分析, ATS分级、癌胚抗原、肿瘤分化程度、脉管癌栓、美国癌症联合委员会肝癌分期N分期是ICC患者根治性切除术后生存的独立影响因素(均P<0.05)。基于多因素Cox回归结果构建预测预后的列线图模型。评估模型, 训练集的一...     

膀胱癌预后的mRNA分子标记和预测模型开发

目的:通过TCGA数据库挖掘膀胱癌预后相关的mRNA分子标记,和构建膀胱癌患者预后的预测模型。方法:从TCGA数据库中下载膀胱癌患者的mRNA表达谱数据,进行预处理和分组后,先在训练数据中通过单因素Cox回归分析和基于似然的生存分析等方法鉴定与膀胱癌预后生存率显著相关的mRNA分子,然后通过多变量Cox回归分析建立基于mRNA分子表达谱的膀胱癌预后风险评分模型,最后通过ROC分析确定患者分类风险水平的最佳分界点,并通过Kaplan-Meier估计法和log-rank检验在验证数据集和全部数据集中分别验证预后风险评分模型。结果:开发了首个基于mRNA分子标记的膀胱癌预后风险评分模型,发现将基于7个mRNA分子标记的膀胱癌风险评分模型应用于训练集或验证数据时,高风险评分患者与低风险评分患者的生存曲线均存在显著差异,进一步的功能研究这发现这7个mRNA分子在肿瘤发生、进展和预后中可能发挥着重要作用。结论:7个mRNA分子标记包括ZNF432、TNFRSF14、POLR3G、ZNF574、LIPT1、AGER和ZRSR2,基于这7个mRNA表达谱构建的风险评分模型可作为新型生物标记用于膀胱癌患者预后生存期预测。     

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...     

基于RNA结合蛋白转录组数据构建食管鳞癌预后预测模型

目的基于美国癌症基因组图谱(TCGA)数据库的RNA结合蛋白转录组数据构建食管鳞癌预后预测模型。方法从TCGA数据库下载80例食管鳞癌组织及11例正常组织的转录组数据及临床资料。应用倍数差异法筛选队列中差异表达基因, 分析其KEGG通路、GO生物功能。使用survival程序包对食管癌数据RBPs进行单变量Cox分析, 进一步筛选出重要的候选基因。利用LASSO-Cox回归分析, 筛选出食管癌预后相关标志物, 与食管癌预后相关的临床特征相结合, 构建多变量Cox回归模型。利用Kaplan-Meier分析、ROC分析验证所构建的模型的预测性能。采用实时荧光定量PCR技术检测10例食管癌组织和10例癌旁组织中特征基因的表达, 两组间比较采用t检验。结果在食管鳞癌组织和正常食管组织中进行差异基因分析筛选得到差异表达的38个RBPs, 其中16个在肿瘤组织中上调、22个下调。经Cox回归分析后, 3个RBPs(TRIT1、PIWIL4、ANG)被纳入模型的构建。根据中位风险评分生存分析, 将患者分为低危组和高危组, 结果表明, 无论是在TCGA训练集还是测试集, 高危亚组患者总体生存时间低于低...     

建立临床-影像学联合列线图模型早期识别TACE抵抗肝细胞癌

目的 建立预测TACE抵抗肝细胞癌(HCC)的临床-影像学联合列线图模型,评价其早期识别TACE抵抗HCC的价值。方法 回顾性分析218例接受TACE的HCC患者临床资料,以其中137例作为训练集,81例作为验证集。采用Cox风险回归模型,基于训练集临床及影像学资料筛选预测TACE抵抗HCC的独立因素;建立列线图模型,评价其判断训练集与验证集中TACE抵抗低、高危HCC患者中位总生存期(OS)的差异;并以校准曲线及决策曲线验证列线图模型的校准度及临床价值。结果 回归分析显示巴塞罗那临床肝癌(BCLC)分期、肿瘤最大径、边界及病灶数目是影响HCC患者中位OS的独立因素。列线图模型判断的训练集及验证集TACE抵抗低、高危HCC患者中位OS差异均有统计学意义(P均＜0.05)。校准曲线及决策曲线显示临床-影像学联合列线图模型校准度良好,可使患者净获益。结论 临床-影像学联合列线图预测模型可用于早期判别TACE抵抗HCC。     

一种新的预测乳腺癌患者预后的基底膜相关基因风险模型的构建和评估

目的:利用基底膜相关基因(BMRG)构建一个新的预后风险模型，以探索乳腺癌与基底膜之间的关系。方法:从癌症基因组图谱(TCGA)和基因表达综合数据库(GEO)中收集转录组和临床数据，将TCGA数据库作为训练集，GEO数据库作为验证集，应用单因素Cox回归、最小绝对收缩和选择算子(LASSO)和多因素Cox回归分析建立BMRG预后模型。通过Kaplan-Meier方法和受试者操作特征(ROC)曲线进一步验证和评估风险模型。然后结合风险模型和临床特征构建列线图来预测乳腺癌的总生存率。通过基因集富集分析(GSEA)研究其可能参与的生物学途径。同时使用Wilcoxon秩和检验评估高风险组和低风险组患者对药物的敏感性差异。结果:共鉴定了193个差异表达基因，并构建了基于8个BMRG的风险模型，包括 COL6A2、 CTSA、 EVA1B、 ITGAX、 MMP-1、 ROBO3、 SDC1和 UNC5A。Kaplan-Meier生存曲线和ROC曲线分析表明，该模型可以很好地预测乳腺癌的预后，曲线下面积为0.779，表明准确度也很高。此外，列线图也显示出了良好的预测一致性和临床净收益。单因素和多因素Cox回归分析验证了BMRG模型是乳腺癌的独立危险因素。GSEA显示高风险组主要富集在细胞外基质受体相互作用通路。此外，高风险患者对紫杉类化疗药物和靶向治疗药物的敏感性更高，而低风险患者对吉西他滨和雷帕霉素的敏感性更高。 结论:基于8种BMRG构建的风险模型可作为乳腺癌的有效预后指标，可以提高临床医师对患者治疗反应的预测。     

肾透明细胞癌中基于坏死性凋亡相关基因构建的预后预测模型

目的:通过生物信息学的方法寻找肾透明细胞癌与坏死性凋亡有关的风险基因,并构建由基因组成的预后预测模型。方法:下载肿瘤基因组图谱(TCGA)中肾透明细胞癌数据集,分析癌与癌旁组织差异表达基因,鉴定出21个坏死性凋亡相关基因。对TCGA数据集进行最小绝对收缩和选择算法(LASSO)、Cox单因素及多因素回归分析,构建风险模型。通过Kaplan-Meier(K-M)生存曲线、ROC曲线检验、评估模型预测的准确性,E-MTAB-1980作为外部数据集进行验证。结果:通过筛选构建一个基于6基因风险评分模型,风险评分=-0.107 5×IFNAR1+0.316 1×SHARPIN+0.423 5×RBCK1+0.535 3×TNFRSF1A-0.282 9×TICAM1-0.211 8×TKFC。根据TCGA训练队列的结果,低危亚组的总生存期优于高危亚组(P<0.001)。外部验证集评估模型5年AUC值为0.770。并且风险预测模型可作为独立预后因素评价患者预后。结论:基于坏死性凋亡相关基因构建的风险评分模型是一种很有临床前景的预测指标,可用于区分肾透明细胞癌患者的预后。     

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。     

Lasp-1蛋白与肝癌患者预后相关性研究

目的 探讨Lasp-1蛋白在HCC中的表达及其与肝癌患者预后的关系。方法 采用免疫组化法检测48例HCC中Lasp-1蛋白的表达,采用Kaplan-Meier单因素分析法分析各临床病理因素与肝癌患者生存时间的关系,应用Cox比例风险回归模型对生存期的影响因素进行回归分析。结果 48例HCC组织中Lasp-1蛋白阳性率为60.42%;采用Kaplan-Meier单因素分析、Cox回归分析表明：临床分期、肿瘤浸润转移和Lasp-1蛋白表达是影响肝癌预后的独立危险因素。结论 Lasp-1蛋白表达可能是影响HCC预后的独立危险因素之一。     

基于生物信息学构建胰腺癌患者预后相关miRNA预测模型及其应用价值

目的探讨基于生物信息学构建胰腺癌患者预后相关微小RNA(miRNA)预测模型及其应用价值。方法采用回顾性队列研究方法。收集肿瘤基因图谱计划(TCGA)数据库(https://cancergenome.nih.gov/)自建库起至2017年9月171例胰腺癌患者的临床病理资料;男93例,女78例;中位年龄为65岁,年龄范围为35~88岁。171例患者中,64例临床病理资料完整。171例患者采用随机抽样法按7∶3比例分为训练集123例和测试集48例。训练集用于构建预测模型,测试集用于验证预测模型效能。从GEO基因公共表达数据库中下载包含9对胰腺癌及对应癌旁组织的miRNA测序数据的数据集GSE41372,从癌组织及癌旁组织差异表达的miRNA中筛选出候选差异表达miRNA,基于训练集患者信息,进行LASSO-COX回归分析,从候选差异表达miRNA中筛选出与生存相关miRNA,将其拟合成一个相对精简的预后相关miRNA模型。分别在训练集和测试集中对构建的预后相关miRNA模型的预测效能进行验证,以受试者工作曲线下面积(AUC)评价模型准确性,以一致性指数(C-index值)评价模型效能。观察指标:(1)患者生存情况。(2)差异表达miRNA筛选结果。(3)预后相关miRNA模型的构建。(4)预后相关miRNA模型的验证。(5)胰腺癌患者临床病理因素比较。(6)影响胰腺癌患者预后的相关因素分析。(7)预后相关miRNA模型与第8版TNM分期预测效能的比较。正态分布的计量资料以±s表示,两组间比较采用Student-t检验,多组间比较采用方差分析。偏态分布的计量资料以M(范围)表示,组间比较采用Mann-Whitney U检验。计数资料以绝对数或百分比表示,组间比较采用χ2检验。等级资料分析采用秩和检验。采用计数资料相关性分析,挖掘预后相关miRNA模型与患者临床病理参数之间的相关性。采用COX进行单因素及多因素分析,并判断相关性,结果以风险比及95%可信区间表示,风险比<1时,证明该因素为保护因素;风险比>1时,证明该因素为危险因素;风险比=1时,说明对生存无明显影响。采用Kaplan-Meier法绘制生存曲线并计算生存率,采用Log-rank检验进行生存分析。结果(1)患者生存情况:123例训练集患者随访时间为31~2141 d,中位随访时间为449 d,3、5年总体生存率分别为16.67%、8.06%。48例测试集患者随访时间为41~2182 d,中位随访时间为457 d,3、5年总体生存率分别为15.63%、9.68%。两组患者3、5年总体生存率比较,差异均无统计学意义(χ2=0.017,0.068,P>0.05)。(2)差异表达miRNA筛选结果:生物信息学分析结果显示,共筛选102个候选差异表达miRNA,其中63个miRNA在癌组织中上调,39个miRNA在癌组织中下调。(3)预后相关miRNA模型的构建:在102个候选差异表达基因中,筛选出5个与生存相关的miRNA。名称分别为miR-21、miR-125a-5p、miR-744、miR-374b、miR-664,差异表达模式(癌组织对比癌旁组织)分别为升高、升高、降低、升高、降低,差异表达倍数分别为4.00、3.43、3.85、2.62、2.35倍。由5个与生存相关miRNA构建的预后表达方程=0.454×miR-21表达量-0.492×miR-125a-5p表达量-0.49×miR-744表达量-0.419×miR-374b表达量-0.036×miR-664表达量。(4)预后相关miRNA模型的验证:在训练集和测试集中,预后相关miRNA模型C-index值分别为0.643和0.642。(5)胰腺癌患者临床病理因素比较:COX分析结果显示,预后相关miRNA模型与肿瘤病理学T分期和肿瘤位置具有相关性(Z=45.481,χ2=10.176,P<0.05)。(6)影响胰腺癌患者预后的相关因素分析:单因素分析结果显示为肿瘤病理学N分期、接受放射治疗、接受分子靶向治疗、预后相关miRNA模型评分是胰腺癌患者预后的相关因素(风险比=2.471,0.290,0.172,2.001,95%可信区间为1.012~6.032,0.101~0.833,0.082~0.364,1.371~2.922,P<0.05)。多因素分析结果显示:接受分子靶向治疗是胰腺癌患者预后的独立保护因素(风险比=0.261,95%可信区间为0.116~0.588,P<0.05);预后相关miRNA模型评分≥1.16分是胰腺癌患者预后的独立危险因素(风险比=1.608,95%可信区间为1.091~2.369,P<0.05)。(7)预后相关miRNA模型与第8版TNM分期预测效能的比较:在训练集中,预后相关miRNA模型对胰腺癌患者3、5年生存时间预测概率与第8版TNM分期比较,差异有统计学意义(Z=-1.671,-1.867,P<0.05)。预后相关miRNA模型与第8版TNM分期AUC分别为0.797、0.935与0.737、0.703,95%可信区间分别为0.622~0.972、0.828~1.042与0.571~0.904、0.456~0.951;C-index值分别为0.643与0.534。在测试集中,预后相关miRNA模型对胰腺癌患者3、5年生存时间预测概率与第8版TNM分期比较,差异有统计学意义(Z=-1.729,-1.923,P<0.05)。预后相关miRNA模型与第8版TNM分期AUC分别为0.750、0.873与0.721、0.703,95%可信区间分别为0.553~0.948、0.720~1.025与0.553~0.889、0.456~0.950;C-index值分别为0.642与0.544。结论基于5个与胰腺癌生存相关miRNA构建可用于胰腺癌患者生存预测的预后相关miRNA模型。该模型可与现有TNM分期系统及其他临床病理参数形成互补,为患者提供个体化、准确的生存时间预测,为临床治疗提供参考。     

腹腔镜肝切除治疗肝内胆管癌的远期预后因素分析及生存列线图的建立

目的基于肝内胆管癌(ICC)患者腹腔镜肝切除术后的独立预后因素建立生存预测模型。方法回顾性收集2010年8月至2021年5月国内13家医疗中心连续收治的接受腹腔镜根治性肝切除治疗的351例ICC患者的临床和病理学资料, 男性190例, 女性161例, 年龄[M(IQR)]61(14)岁(范围:23～93岁)。将总队列随机分为训练集(264例)和验证集(87例)。通过门诊或电话对患者进行随访, 随访截止时间为2021年10月。基于训练集数据, 利用多因素Cox比例风险回归模型筛选ICC患者腹腔镜肝切除术后的独立预后因素, 构建列线图模型, 绘制受试者工作特征(ROC)曲线, 计算曲线下面积(AUC), 并通过内部和外部验证评估列线图模型的区分度、校准度和临床获益。结果训练集和验证集患者的临床和病理学特征及远期生存结果的差异均无统计学意义(P值均>0.05)。多因素分析结果提示, CA19-9、CA125、腹腔镜术中中转开腹和淋巴结转移状态是训练集ICC患者腹腔镜肝切除术后的独立预后因素(P值均<0.05)。基于上述筛选得到的独立预后因素建立生存列线图。ROC曲线提示, 训练集...     

术前血清γ-谷氨酰转肽酶与血小板比值预测乙型肝炎病毒相关性肝细胞癌患者预后的预测模型构建

目的 探讨术前血清γ-谷氨酰转肽酶与血小板比值（gamma-glutamyl transpeptidase to platelet ratio,GPR）与行根治性切除术的乙型肝炎病毒相关性肝细胞癌（hepatocellular carcinoma,HCC）患者（简称“HCC患者”）预后的关系并建立列线图预测模型。方法 根据纳入和排除标准，回顾性收集2012年1月15日至2018年12月15日期间咸阳市中心医院肝胆外科收治的HCC患者的临床病理资料。应用受试者操作特征曲线确定GPR的最佳临界值，据此将患者分为低GPR组（GPR≤最佳临界值）和高GPR组（GPR>最佳临界值）；应用Kaplan-Meier法绘制生存曲线进行生存分析。应用单因素和多因素Cox比例风险回归（简称“Cox回归”）模型分析影响HCC患者总生存期的风险因素，根据筛选出的风险因素构建列线图预测模型，采用一致性指数和校准曲线评估它预测HCC患者3年和5年累积总生存率的效能。结果 共纳入213例患者，GPR的最佳临界值为0.906，其中低GPR组和高GPR组分别为114例和99例。Kaplan-Meier生存曲线分析...