缺氧诱导的lncRNA AC114803在肝细胞癌中的表达及其作用

背景与目的:缺氧是肝细胞癌(HCC)微环境的关键特征之一.缺氧可诱导编码基因和非编码RNA的表达,从而影响HCC的进展.既往研究发现缺氧反应性长链非编码RNA (lncRNA) AC114803与肾细胞癌预后相关,但其在HCC中尚未见研究.因此,本研究探讨HCC中lncRNA-AC114803表达与缺氧的关系及其功能....     

新型炎性指标AAR-GPR对肝细胞癌患者术后预后的预测价值

背景与目的:肝细胞癌(HCC)发病隐匿,病死率高.肿瘤标志物对于HCC的早期诊断、预后判断和疗效监测具有重要意义.研究表明炎性指标与HCC的预后密切相关,因此本研究探讨术前炎性复合指标碱性磷酸酶-白蛋白比值(AAR)、谷氨酰转肽酶-血小板比值(GPR)与HCC切除术后预后的关系.方法:回顾性分析中国人民解放军空军军医大...     

长链非编码RNA在肝细胞性肝癌中的作用

肝细胞型肝癌(HCC)是常见的消化系统恶性肿瘤,也是与癌症相关死亡的第三大主要原因,目前缺乏有效的治疗手段.长链非编码RNA (lncRNA)是一种长度超过200个核苷酸的非编码转录本.目前,lncRNA被认为在HCC的增殖、凋亡、转移、耐药及肿瘤干细胞的调节起重要作用.笔者结合该领域的最新研究进展概述了lncRNA的...     

上调lncRNA SNHG12与miR-199a-5p/FZD6轴对肝细胞癌细胞增殖、侵袭和上皮-间质转化的影响

背景与目的:肝细胞癌(HCC)是临床上常见的恶性肿瘤之一,侵袭、转移和术后复发是导致HCC患者死亡的主要原因.目前认为长链非编码RNA (lncRNA)的失调可能与各类癌症的发生和转移有关.有研究显示lncRNA SNHG12在HCC组织表达明显上调,但其具体功能尚不清楚.故本研究探讨lncRNA SNHG12在HCC...     

肝细胞癌Tenascin蛋白和微血管密度检测及临床意义

目的:研究细胞外基质Tenascin(TN)在肝细胞癌(hepatocellular carcinoma,HCC)中的表达,探讨TN对HCC肿瘤微血管生成、浸润、转移及预后的影响.方法:采用免疫组织化学方法检测63例HCC癌组织、癌旁组织及15例肝炎后肝硬化组织、10例正常肝组织中TN表达,同时检测HCC组织微血管密度(CD105-MVD),分析TN表达与HCC病理学特点及肿瘤微血管生成的关系.结果:HCC组织TN阳性率65.1%,癌旁组织69.8%,肝硬化组织20.0%,正常肝组织无阳性表达;HCC组织及癌旁组织TN表达阳性率及表达强度评分显著高于肝硬化组织及正常肝组织(χ2=27.67,P<0.01;F=12.82,P<0.01);HCC组织TN表达阳性率与癌旁组织比较差异无统计学意义(χ2=0.325,P>0.05);TN表达与HCC的组织学分级,病灶数量,有否包膜浸润、肿瘤转移及肿瘤微血管生成密切相关.结论:HCC组织TN的表达上调促进了肿瘤的新生血管形成,导致术后肿瘤的早期复发和转移;HCC组织TN检测可有效反映其恶性程度、浸润、转移及预后.     

肝细胞癌中miR-574-5p的表达与作用及其与预后的关系

背景与目的:研究表明,miR-574-5p与多种肿瘤预后密切相关,但尚未见miR-574-5p与肝细胞癌(HCC)的关系报道.因此,本研究初步探讨miR-574-5p在HCC中表达及其与患者预后的关系.方法:用qRT-PCR检测130例HCC与癌旁组织及HCC细胞系(HepG2、MHCC-97H)与正常肝细胞系(L-0...     

长链非编码RNA GAS8-AS1与微小RNA 135b在肝细胞癌中的表达及临床意义

背景和目的：大量研究表明,长链非编码RNA (lncRNA)与微小RNA (miRNA)及其靶基因之间内源性竞争的调控模式与恶性肿瘤的发生发展密切相关。笔者团队前期通过软件预测发现,lncRNA GAS8-AS1和miR-135b之间存在结合位点,但两者在肝细胞癌（HCC）中是否存在竞争关系及其作用尚不清楚。因此,本研究探讨lncRNA GAS8-AS1和miR-135b在HCC组织中的表达及其临床意义。方法：收集2017年2月—2019年2月在青海大学附属医院行手术切除的110例HCC患者的癌组织及癌旁组织标本,通过qRT-PCR检测lncRNA GAS8-AS1和miR-135b的表达,分析两者与患者临床病理特征及预后的关系。结果：lncRNA GAS8-AS1在HCC组织中的表达明显低于癌旁组织,而miR-135b在HCC组织中的表达明显高于癌旁组织（均P<0.05）。两者的表达水平均与HCC患者的Edmondson分期、TNM分期、分化程度及淋巴结转移情况有关（均P<0.05）。lncRNA GAS8-AS1低表达患者与miR-135b高表达患者的3年总生存率分别明...     

双特异性磷酸酶2在肝细胞癌组织中的表达及临床意义

背景与目的:近年来研究发现,双特异性磷酸酶2(DUSP2)在多种恶性肿瘤中发挥了肿瘤抑制因子的作用。然而,DUSP2在肝细胞癌(HCC)中的表达情况及作用仍不清楚,因此,本研究探讨HCC患者癌组织中DUSP2的表达及临床意义。方法:收集2010年1—2014年12月间104例HCC患者手术标本及临床资料,免疫组化检测HCC组织中DUSP2表达,分析DUSP2的表达与患者临床病理特征及预后的关系,采用Cox比例风险模型分析影响HCC患者无瘤生存率和总生存率的危险因素。结果:104例患者的组织标本中,DUSP2高表达占59.6%(62/104),DUSP2低表达占40.4%(42/104)。DUSP2的表达与年龄、性别和肿瘤大小无关(均P0.05),而与肿瘤分化程度(P=0.018)、肿瘤数目(P=0.048)、远处转移(P=0.001)、血清HBV浓度(P=0.018)明显有关。Kaplan-Meier生存分析显示,DUSP2低表达患者3年无瘤生存率及3年总生存率均明显低于DUSP2高表达患者(25.2%vs.63.3%,P=0.004;42.5%vs. 85.5%,P=0.002)。Cox比例风险模型分析显示,低分化程度、远处转移、DUSP2低表达是影响HCC患者无瘤生存率与总生存率的独立危险因素(均P0.05)。结论:癌组织中DUSP2的表达与HCC患者的肿瘤分化程度、肿瘤数目、转移及预后密切相关,DUSP2可作为预测HCC患者预后的分子标志物,DUSP2低表达者预后不良。     

新定义的可预测肝癌预后的焦亡相关lncRNA模型

目的 通过构建细胞焦亡有关的长链非编码核糖核酸(lncRNA)模型,并在独立的肝细胞癌(HCC)患者队列中对其功能进行验证,从而进一步明确HCC中焦亡相关lncRNA的表达及其与预后的相关性。方法 使用癌症基因组图谱(TCGA)队列评估每个焦亡相关lncRNA对生存的预后价值,以构建多基因特征。通过应用最小绝对收缩和选择算子(LASSO)回归法,构建4种lncRNA模型,并将TCGA队列中的所有HCC患者分为低危组或高危组。结果 低危组HCC患者的生存可能性显著高于高危组。风险评分是预测HCC患者预后的独立因素。治疗药物(吉西他滨、多柔比星、丝裂霉素C和索拉非尼)敏感性和免疫细胞(肥大静息细胞、单核细胞、NK静息细胞、CD8⁺T细胞和M0巨噬细胞)表达量在两组患者之间差异有统计学意义(P<0.05)。基因本体论(GO)和京都基因与基因组大全(KEGG)的分析显示了两组间的差异性富集途径。差异性基因富集分析显示,针对Wnt/β-catenin信号通路有助于制定HCC患者的治疗策略。结论 本研究发现了与焦亡有关的lncRNA新模型,可作为HCC患者的独立预后指标...     

肝细胞癌切除术后早期肝内复发的危险因素及对预后的影响

目的 探讨肝细胞癌(hepatoeellular carcinoma,HCC)切除术后早期肝内复发的预测因素及复发对预后的影响.方法 收集184例HCC患者切除术后肝内复发病例的临床病理资料,回顾性分析可能与早期肝内复发有关的13项临床病理学因素以及复发时间对HCC患者复发后生存期的影响.结果 单因素分析表明术前血清AFP>100 ng/ml(P=0.009)、肿瘤直径>5 cm(P<0.001)、血管浸润(P=0.001)以及术中输血(P=0.025)与HCC切除术后早期肝内复发有关;白蛋白<35S/L(P=0.083)可能与术后早期肝内复发有关.多因素分析表明 AFP>100 ng/ml(P=0.015)、肿瘤>5 cm(P=0.001)、微血管浸润(P=0.004)是与HCC切除术后早期肝内复发的独立的预测因素.早期肝内复发组复发后中位生存期(12个月)明显低于晚期复发组(18个月)(P=0.012).结论 术前AFP、肿瘤大小和血管浸润是HCC术后早期肝内复发的预测因素.HCC术后早期肝内复发病例预后不良.     

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。     

Identification and validation of a prognostic immune-related lncRNA signature in bladder cancer

BackgroundRecently, researches have implied that immune-related lncRNAs (IR-lncRNAs) have a vital role in tumor occurrence and development. However, the study in bladder cancer (Bca) is still unclear. New biomarkers and reliable prognostic models for Bca are still limited. Here, we investigated the potential application value of immune-related lncRNAs in the prognostic evaluation of Bca patients.MethodsWe obtained clinical information and corresponding sequencing data from the The Cancer Genome Atlas (TCGA) database, and the cohort of Bca patients was divided into training and validation cohorts (ratio 7:3) randomly. An immune-related lncRNA co-expression network was constructed to identify immune-related lncRNAs. The candidate module intimately associated with overall survival (OS) was identified by using weighted gene co-expression network analysis (WGCNA). Univariate, multivariate Cox regression and LASSO analysis were performed to build the immune-related lncRNA signature. A prognostic model was further developed and its prognostic value was evaluated by Kaplan-Meier (KM) analysis. GSEA, KEGG analysis and GO annotation were used for functional annotation in this study.ResultsTotally, we identified 1,249 differentially expressed IR-lncRNAs were and six of which (AC005674.2, AC090948.1, TFAP2A-AS1, AL354919.2, AC011468.1 and AC018809.2) were finally selected in the gene signature. According to survival analysis, patients with high-risk scores were significantly related to poor survival outcomes. Furthermore, we established a novel gene signature demonstrated high prognostic value, and can be utilized as an independent risk factor (validation cohort: P<0.001, HR =3.832; training cohort: P<0.001, HR =2.843). Additionally, we built a nomogram on account of the clinicopathologic characteristics and gene signature to predict the survival probability of 1-, 3- and 5-year in Bca patients. The value of AUC curve of 1-, 3- and 5-year survival probability was 0.724, 0.777 and 0.77, severally. Furthermore, some enrichment pathways were identified by KEGG and GO analysis, and might be useful to display the potential mechanism for Bca.ConclusionsOur results indicated that the signature of six immune-related lncRNAs had an underlying value in the prognosis of Bca patients and might be helpful for the immunotherapy of Bca.     

Identification of a novel immune-related microRNA prognostic model in clear cell renal cell carcinoma

BackgroundClear cell renal cell carcinoma (ccRCC) is a type of kidney cancer, and one of the most common malignant tumors. Many studies have shown that certain microRNAs (miRNAs) play an important role in the occurrence and development of ccRCC. Nevertheless, the prognosis of ccRCC patients is very rarely based on these “immuno-miRs”. Our aim was thus to determine the relationship between immune-related miRNA signatures and ccRCC.MethodsWe downloaded the miRNA expression data from 521 KIRC and 71 normal tissues in The Cancer Genome Atlas (TCGA). We used “limma” package and univariate Cox regression analysis to identify differentially expressed miRNAs (DEMs) that related to overall survival (OS). We applied lasso and multivariate Cox regression analyses to construct a prognostic model based on immuno-miRs. We evaluated the performance of model by using the Kaplan-Meier method. Furthermore, Cox regression analysis was used to determine independent prognostic signatures in ccRCC.ResultsA total of 59 significant immuno-miRs were identified. We use univariate Cox regression analysis to acquire 18 immune-related miRNAs which were markedly related to OS of ccRCC patients in the training set. We then constructed the 9-immune-related-miRNA prognostic model (miR-21, miR-342, miR-149, miR-130b, miR-223, miR-365a, miR-9-1, and miR-146b) by using lasso and multivariate Cox regression. Further analysis suggested that the immune-related prognostic model could be an independent prognostic indicator for patients with ccRCC. The prognostic performance of the 9-immune-related-miRNA prognostic model was further validated successfully in the testing set.ConclusionsWe established a novel immune-based prognostic model of ccRCC based on potential prognostic immune-related miRNAs. Our results indicated that the 9-miRNA signature could be a practical and reliable prognostic tool for ccRCC.     

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...     

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。     

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。     

肝动脉化疗栓塞术治疗原发性肝细胞癌预后影响因素分析

目的分析肝动脉化疗栓塞术(TACE)治疗原发性肝细胞癌(HCC)的预后影响因素。方法回顾性分析326例接受TACE治疗的HCC患者的资料。采用Kaplan-Meier法计算患者1、2、3年累积生存率,分别以Log-rank检验及Cox比例风险模型进行预后相关单因素及多因素分析。结果患者1、2、3年累积生存率分别为73.90%、40.20%、22.20%,中位生存期21个月。单因素分析显示,甲胎蛋白(AFP)、γ-谷氨酰转肽酶(GGT)、肿瘤最大径、肿瘤数目、肝功能Child-Pugh分级、巴塞罗那临床肝癌(BCLC)分期、门静脉癌栓、动静脉瘘、远处转移为影响HCC患者预后的相关因素(P均0.05)。多因素分析显示,AFP、GGT、肿瘤最大径、肿瘤数目、BCLC分期、动静脉瘘为HCC患者预后的独立影响因素(P均0.05)。结论影响TACE治疗HCC患者预后的独立因素包括AFP、GGT、肿瘤最大径、肿瘤数目、BCLC分期及动静脉瘘。     

TACE联合RFA治疗原发性肝细胞癌预后多因素分析

目的探讨TACE联合RFA治疗原发性肝癌（HCC）预后的主要影响因素。方法回顾性分析86例经治疗的HCC患者的临床和随访资料,观察远期疗效,应用Kaplan-Meier法计算累积生存率,绘制生存曲线,对可能影响预后的16项因素行Cox多因素回归分析。结果本组患者6、12、24、36个月生存率分别为94.20%、89.40%、65.80%、49.70%,平均生存时间为（42.98±3.80）个月。多因素分析显示影响预后因素包括肝功能Child分级、Barcelona分期、肿瘤最大直径及治疗效果。结论 TACE联合RFA是治疗HCC的有效方法,其中患者肝功能Child分级、肿瘤Barcelona分期、肿瘤大小是影响预后的危险因素,治疗效果是影响预后的保护性因素。     

Nine-long non-coding ribonucleic acid signature can improve the survival prediction of colorectal cancer

BACKGROUNDInvestigating molecular biomarkers that accurately predict prognosis is of considerable clinical significance. Accumulating evidence suggests that long non-coding ribonucleic acids (lncRNAs) are frequently aberrantly expressed in colorectal cancer (CRC).AIMTo elucidate the prognostic function of multiple lncRNAs serving as biomarkers in CRC.METHODSWe performed lncRNA expression profiling using the lncRNA mining approach in large CRC cohorts from The Cancer Genome Atlas (TCGA) database. Receiver operating characteristic analysis was performed to identify the optimal cutoff point at which patients could be classified into the high-risk or low-risk groups. Based on the Cox coefficient of the individual lncRNAs, we identified a nine-lncRNA signature that was associated with the survival of CRC patients in the training set (n = 175). The prognostic value of this nine-lncRNA signature was validated in the testing set (n = 174) and TCGA set (n = 349). The prognostic models, consisting of these nine CRC-specific lncRNAs, performed well for risk stratification in the testing set and TCGA set. Time-dependent receiver operating characteristic analysis indicated that this predictive model had good performance.RESULTSMultivariate Cox regression and stratification analysis demonstrated that this nine-lncRNA signature was independent of other clinical features in predicting overall survival. Functional enrichment analysis of Kyoto Encyclopedia of Genes and Genomes pathways and Gene Ontology terms further indicated that these nine prognostic lncRNAs were closely associated with carcinogenesis-associated pathways and biological functions in CRC.CONCLUSIONA nine-lncRNA expression signature was identified and validated that could improve the prognosis prediction of CRC, thereby providing potential prognostic biomarkers and efficient therapeutic targets for patients with CRC.