铜死亡相关基因在肝细胞癌中的表达及其临床意义

背景与目的：肝细胞癌（HCC）是一种全球常见的恶性肿瘤，具有高复发率和高病死率。铜死亡是一种新型的程序性细胞死亡，涉及肿瘤细胞的增殖和生长、血管生成和转移。因此，本研究探讨铜死亡相关基因（CRGs）在HCC中的表达与预后的关系，并建立预后相关的列线图模型以及分析CRGs与HCC免疫细胞浸润的关系。方法：使用R语言“limma”包对TCGA数据库下载的HCC组织与正常组织的数据中CRGs进行差异表达分析；“clusterProfiler”包进行GO和KEGG分析；单因素Cox回归分析筛选与预后相关的CRGs,LassoCox回归分析构建HCC中CRGs相关预后评分模型；“ggsurvplot”包以总生存（OS）为结局绘制Kaplan-Meier生存曲线；“survival ROC”包绘制ROC曲线评估预后评分的准确性；“regplot”和“rms”包绘制列线图和校准曲线；利用TIMER数据库分析CRGs的表达与6种免疫细胞丰度之间的关系。结果：与正常组织相比，HCC组织19个CRGs中的16个有差异表达（上调：PDHB、PDHA1、MTF1、LIPT1、LIPT2、LIAS、GLS、DL...     

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。     

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...     

TTYH2在皮肤黑色素瘤中的表达及其预后价值

目的探讨蛋白tweety同源物2(TTYH2)在皮肤黑色素瘤(SKCM)中的表达水平、作用机制和对临床预后的意义。方法从癌症基因组图谱(TCGA)数据库下载365例皮肤黑色素瘤患者的表达数据和临床信息, 以基因型和基因表达量关联数据库(GTEx)下载812例健康人皮肤组织表达数据, 分析TTYH2在SKCM组织和正常组织中的表达水平。生存分析和Cox比例风险回归分析用于评估TTYH2表达对SKCM患者预后生存的影响。京都基因组百科全书(KEGG)通路富集分析和基因本体(GO)分析用于筛选TTYH2显著富集的信号通路。应用STRING在线平台进行蛋白质互作网络分析, 筛选关键的蛋白质网络节点基因。免疫细胞浸润分析使用CIBERSORT算法分析22种免疫细胞在每个样本中的表达情况, 使用卡方检验分析高、低表达组中免疫细胞的差异, P<0.05为差异有统计学意义。结果 SKCM患者TTYH2的表达明显高于正常组织中的表达。生存分析表明SKCM患者TTYH2高表达组具有较差的预后。TTYH2高表达是SKCM总生存率差的独立预测因子(HR=1.21, 95%CI 1.08～1.37, P=...     

基于TCGA数据初步探查肝内胆管癌预后相关基因

目的 分析tCGA数据库中肝内胆管癌（ICC）高通量测序数据，寻找其预后相关基因，构建风险模型，并研究其在ICC组织中表达及作用通路。方法 下载tCGA数据库中33例ICC组织和8例癌旁组织中的RNA-seq表达矩阵数据和患者临床资料信息，利用edgeR软件包进行基因差异表达分析，通过单因素Cox回归分析筛选出预后相关差异基因，对差异基因绘制生存曲线，筛选出具有临床意义的基因，经多因素Cox回归分析并构建风险模型，通过京都基因与基因组百科全书（KEGG）通路富集分析了解预后相关基因的作用通路。结果 通过edgeR分析后得到6 617个差异基因（筛选标准为|log2 Fold Change|＞1，P＜0.05），其中高表达组4 094个，低表达组2 523个。通过功能富集发现，这些基因主要集中在化学物致癌作用、药物代谢-细胞色素P450系统、细胞色素P450对异生物质的代谢影响以及视黄醇代谢通路。经单因素Cox回归、R软件“survival”包生存曲线分析显示，UCN2、CST1、PROS1、SLC35E4、PEMT五个基因对ICC患者预后存在显著性影响。通过多因素Cox回归分析，CST1、PEMT、PROS1构建的风险模型对ICC患者预后具有判断作用。结论 UCN2、CST1、PROS1、SLC35E4、PEMT基因可能成为ICC预后判断指标，为后续临床试验提供数据支持。     

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...     

VAVs基因家族在肝癌中的表达及临床意义

目的 探究VAVs家族基因在肝细胞癌（HCC）患者中的表达水平及其在预后中的临床价值，并基于阳性作用基因建立肝癌的预后预测模型。方法 从肿瘤基因组图谱（TCGA）数据库中下载并提取342例HCC癌组织和50例癌旁组织中VAVs家族基因mRNA测序表达数据及其临床信息。比较TCGA中VAVs mRNA在HCC癌组织和癌旁组织中的表达差异，并比较温州医科大学附属第一医院20例HCC患者的癌组织及癌旁组织中VAVs蛋白的表达差异。根据VAVs mRNA表达量中位值分为高表达组（n=171）和低表达组（n=171），比较两组的临床病理特征差异，采用Kaplan-Meier法分析比较两组的生存差异。采用单因素和多因素Cox分析筛选HCC患者预后的危险因素。基于VAV2 mRNA构建HCC生存预后列线图模型，采用受试者工作特征（ROC）曲线及校正曲线来评估模型的预测准确性。结果 对TCGA数据库分析显示，VAV2 mRNA在HCC癌组织中的表达量高于癌旁组织（P<0.05）；本中心免疫组化结果表明，VAV2蛋白在HCC癌组织中的表达量高于癌旁组织（P<0.05）。TCGA数据库分析结果...     

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。     

维持性血液透析患者的生存预后及其风险预测模型的构建

目的 了解维持性血液透析（maintenance hemodialysis,MHD）患者的生存状况,分析影响其生存预后的危险因素,构建并验证生存预测模型。方法 选择2018年12月至2019年5月在汕头市中心医院血液净化中心接受治疗的MHD患者,记录患者的临床资料及转归,多因素Cox回归分析患者生存预后的影响因素。应用R语言的survminer、survival、rms、survival ROC数据包构建并检验患者预后的预测模型,DynNom数据包及DNbuilder函数生成在线动态列线图。结果 共纳入370例MHD患者,多因素Cox回归分析结果显示影响患者生存预后的危险因素包括：年龄、糖尿病、血管通路、粒细胞与淋巴细胞比值（neutrophils lymphocytes ratio,NLR）、血清白蛋白。据Cox回归分析结果构建MHD患者的生存预后风险预测模型,一致性指数为0.703(95%CI:0.6589～0.7471),1年、2年、3年生存率的受试者工作特征曲线的曲线下面积分别是0.742、0.734、0.737。结论 基于年龄、糖尿病、血管通路、NLR、血清白蛋白五个变量构建...     

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...     

基于内质网应激基因膀胱癌预后风险模型的构建

目的构建与膀胱癌预后相关基于内质网应激基因的临床基因模型。方法在分子特征数据库(MSigDB)中筛选到9 165个与内质网应激相关的基因集, 运用生物信息学技术对癌症基因图谱(TCGA)数据库中405个膀胱癌样本和25个正常膀胱组织样本的基因表达序列进行差异基因表达分析得到5 689个膀胱癌差异表达基因, 两者取交集得到1 556个基因, 然后进行WGCNA分析、STRING数据库及Cytoscape软件cytoHubba插件进行蛋白互作网络分析、LASSO回归分析、多因素Cox回归分析获取5个关键基因并构建风险模型预测膀胱癌患者的总生存期。后进行Kaplan-Meier生存分析及ROC分析以研究该模型的预测准确性。结果两者取交集后共得到1 556个与内质网应激相关膀胱癌差异表达基因, WGCNA分析得到158个与膀胱癌预后相关的差异表达基因。Cytoscape软件CytoHubba插件计算每个基因的Degree评分, 提取Top50的差异表达基因并进行LASSO回归分析、多因素Cox回归分析得到5个关键基因:KIF2C、TEAD4、DARS2、VEGFA、CTHRC1, 并构建预后风...     

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。     

基于生物信息学胰腺腺癌关键基因的筛选及支持向量机诊断模型的构建

背景与目的：胰腺癌是一种常见的消化道恶性肿瘤,其主要病理类型为胰腺腺癌（PAAD）,因早期诊断困难且缺乏有效的治疗措施,故预后极差。因此,寻找PAAD的诊治新靶标具有重要意义。本研究通过生物信息学方法筛选与PAAD诊断和预后相关的关键基因,构建分类PAAD样本和正常样本的支持向量机（SVM）模型,以期为PAAD的诊治及机制研究提供依据。 方法：从基因表达数据库（GEO）中下载3个芯片数据（GSE28735、GSE62165、GSE62452）,应用R语言的Limma包筛选出PAAD组织和正常组织间的差异表达基因（DEGs）。利用STRING数据库对DEGs进行GO和KEGG通路富集分析。再以STRING数据库构建DEGs的蛋白互作网络（PPI）,利用Cytoscape软件进行可视化编辑,并通过MCODE插件进行关键子网络分析。使用R语言的survival包筛选PPI和关键子网络中与预后相关的关键节点,将其上传至Metascape进行功能富集分析。利用R语言caret包中递归式特征消除（RFE）算法筛选关键节点中的最优特征基因,在GEPIA数据库中验证最优特征基因的表达差异,随后通过R语言的e1071包构建最优特征基因的SVM模型,并在3个芯片数据中借助R语言的pROC包对该模型进行验证。在TCGA数据库中,用R语言的survminer包筛选出最优特征基因中与PAAD预后相关的基因作为关键基因。 结果：共筛选出257个DEGs,包括168个上调基因和89个下调基因。GO分析结果表明DEGs主要参与细胞外基质的组成、细胞黏附、丝氨酸肽酶活性等生物学过程。KEGG分析显示,DEGs主要富集于蛋白质的消化和吸收、胰腺的分泌、黏着斑、PI3K-Akt信号通路。生存分析筛选出14个关键节点同时在GSE28735和GSE62452中与预后相关（均P<0.05）,这些基因在肿瘤侵犯和肿瘤发生中发挥一定作用。RFE筛选出8个最优特征基因：LAMA3、FN1、ITGA3、MET、PLAU、CENPF、MMP14、OAS2;GEPIA数据库验证发现这8个最优特征基因在PAAD组织中明显上调（均P<0.01）;这些基因构建的SVM模型在3个芯片数据中ROC曲线的AUC依次为0.898、1.000、0.905。TCGA数据库验证发现LAMA3、ITGA3、MET、PLAU、CENPF及OAS2的上调与PAAD预后不良有关（均P<0.05）。 结论：关键基因LAMA3、ITGA3、MET、PLAU、CENPF及OAS2可能成为PAAD诊治的新靶点;基于8个最优特征基因构建的SVM模型可有效诊断PAAD。     

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...     

一种基于m7G RNA修饰相关基因的乳腺癌预后预测模型的构建和验证

目的：建立并验证一种基于N7甲基鸟苷（m7G）RNA甲基化修饰相关基因的乳腺癌预后预测模型。方法：检测31种m7G RNA甲基化相关的关键调控因子在乳腺癌组织中的表达模式。下载癌症基因组图谱（TCGA）和基因表达综合数据库（GEO）中的乳腺癌患者的m RNA基因表达和临床预后数据。通过单变量Cox回归分析评估每个m7G相关基因对生存的预后价值。应用最小绝对收缩和选择算子（LASSO）回归方法,构建基于m7G甲基化调节基因的乳腺癌预后风险模型。通过基因集富集分析（GSEA）阐述BC高危人群的主要作用机制。基于m7G建立预后列线图,分别在TCGA和GEO队列中进行验证。结果：构建基于7个m7G甲基化调节基因的预后风险模型。高危组总生存率（OS）明显低于低危组（P<0.001）。GSEA分析表明,在高危人群中“细胞周期”是最重要的致癌通路。利用训练集TCGA队列的风险评分及临床特征,构建了预后列线图,校准曲线和决策曲线分析（DCA）表明其一致性和预测效能很好,并于GEO队列中进行了验证。结论：基于m7G相关基因的预后模型对乳腺癌的预后具有预测作用,可用于指导乳腺癌患者的个体化治疗。     

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。     

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。     

基于生物信息学分析的结肠腺癌预后微小RNA的鉴定与预后预测模型构建

背景与目的 结肠腺癌（COAD）是癌症相关死亡的主要原因之一,准确预测COAD患者预后,评估COAD生存风险因素尤为重要。微小RNA（miRNA）通过靶向下游mRNA广泛参与肿瘤生物学行为调控,已成为具有应用研究前景的标志物。本研究旨在通过生物信息学方法鉴定COAD预后miRNA并构建预后预测模型,为COAD预后判断和制订个体化治疗方案提供参考。方法 从TCGA数据库中下载COAD患者的临床信息以及miRNA-seq数据,获取差异的miRNA。利用单变量和多变量Cox比例风险回归模型获得关键预后miRNA,用多因素Cox回归模型构建风险评分计算公式。利用Kaplan-Meier方法分析高、低风险评分患者的生存状态;ROC曲线评估风险评分的敏感度及特异度,并且从样本中随机抽取50%的病例做内部验证。采用预后风险模型列线图模型确定COAD患者临床病理参数及风险评分。使用Targetscan及miRDB数据库对预后miRNA模型进行靶基因预测以及利用String数据库进行蛋白与蛋白互作网络分析。结果 差异表达分析获得320个miRNA,其中167个上调,153个下调。利用单变量和多变量Cox比例风险回归对差异的miRNA进行分析,发现miR-503-5p、miR-335-3p、miR-185-5p、miR-4436b-5p、miR-125b-2-3p为COAD患者关键预后miRNA。结合风险评分的生存分析结果显示,高风险评分患者预后明显差于低风险评分患者（P=0.005 6）,在随机抽取的内部验证组中也得到验证（P=0.014）。1、3、5年风险评分模型ROC曲线下面积（AUC）分别为0.666、0.724、0.707,内部验证组分别为0.681、0.699、0.703。Cox回归分析显示,建立用于预测COAD患者预后预测列线图的一致系数为0.836。单因素和多因素Cox分析显示,在建模组及内部验证组中风险评分是COAD的独立预后因素（均P<0.01）。miRNA靶基因预测获得87个靶基因。蛋白与蛋白互作网络分析获得10个蛋白质互作的关键基因。结论 所建立COAD预后miRNA模型以及基于年龄、AJCC分期、T分期、放化疗以及风险评分等因素构建的列线图将较准确地预测COAD的风险,对鉴定高或低风险患者、精准预测预后及评估患者生存风险提供理论基础。