基于糖酵解风险基因老年结直肠癌患者预后风险模型构建

目的 根据糖酵解相关风险基因建立老年人结直肠癌预后模型,为高危老年结直肠癌患者进行提早干预提供依据。方法 从TCGA数据库、MsigDB数据库获得老年结直肠癌患者转录组数据、临床资料和糖酵解相关基因集。通过GSEA分析,获得差异富集糖酵解相关基因集,使用edgeR包进一步对基因集内糖酵解基因进行结直肠癌肿瘤组织和正常组织的基因差异分析,获得糖酵解相关差异表达基因。使用单因素COX回归生存分析,LASSO回归模型分析,筛选出风险基因,构建风险分数模型,通过受试者工作特征(ROC)曲线分析,计算曲线下面积(AUC)评价风险模型效能,通过GEO数据(GSE17536)外验证检验风险分数模型效能。最后结合患者风险得分和淋巴管浸润、脉管浸润、 T分期、 N分期、 M分期等临床指标构建列阵图, ROC曲线进行预测效能验证效能。结果 从TCGA老年结直肠癌患者数据库中获得340例肿瘤样品和32例正常组织样品,MsigDB数据库获得糖酵解相关基因集9个,通过GSEA富集分析结果发现,HALLMARK＿GLYCOLYSIS和REACTOME＿GLYCOLYSIS两个糖酵解相关基因集差异富集显著,从中提取...     

基于生物信息学筛选子宫内膜癌预后相关的lncRNAs分子标签

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。     

基于数据库分析CCR基因对肾透明细胞癌预后的预测价值

目的 利用信息库资料探讨趋化因子受体家族对肾透明细胞癌(ccRCC)预后的预测价值。方法 下载并分析癌症基因组图谱(TCGA)的基因表达数据,筛选CC趋化因子受体(CCR)亚基因家族在正常组织与ccRCC组织中的差异表达基因。采用COX回归分析构建预后模型并进行相关功能学分析。结果 从TCGA数据库下载包括539例ccRCC组织和72例正常组织的基因转录组数据,筛选出11个差异表达的CCR家族基因。通过多因素Cox回归分析得到2个(CCR3与CCR10)与ccRCC预后相关的CCR基因,并以此构建预后模型。根据模型风险评分的中位值将训练集样本分为高风险组(n=184)与低风险组(n=197)。Kaplan-Meier生存分析结果显示,低风险组总生存率高于高风险组,差异有统计学意义(P<0.001)。结论 本研究构建的CCR基因预后模型可较好地评估ccRCC患者的预后并指导其个体化治疗。     

免疫相关LncRNA与乳腺癌预后关系分析及预后风险模型建立

目的 探讨免疫相关LncRNA的表达与乳腺癌预后的关系,构建乳腺癌免疫相关LncRNA预后风险模型。 方法 从TCGA公共数据库下载乳腺癌的转录组数据和临床病理信息,利用Perl软件提取乳腺癌数据表达矩阵,采用R语言使用共表达法提取免疫相关LncRNA,单因素和多因素Cox回归分析筛选预后相关LncRNA,根据最佳AIC值确定免疫预后相关LncRNA构建预后风险模型,根据风险值将患者分为低分险组和高风险组,采用Kaplan-Meier分析法进行生存分析并绘制两组患者生存曲线,使用ROC曲线对预后风险模型准确性进行评估,同时单因素和多因素Cox回归分析评估预后风险模型与肿瘤预后相关性。 结果 从TCGA数据中共下载1 041例乳腺癌样本,提取到14 142个LncRNA表达谱,通过共表达法获得免疫相关LncRNA 644个,对免疫相关LncRNA进行单因素Cox回归分析筛选出14个LncRNA,对14个LncRNA进行多因素Cox回归分析,根据最佳AIC值筛选出6个LncRNA用于构建预后风险模型,根据风险值将患者分为低分险组和高风险组,生存分析显示两组患者差异有统计学意义,同时预后风险模型曲线下AUC值为0.703,模型具有较好的准确性。多因素Cox回归分析结果显示,年龄和患者风险评分为乳腺癌的独立危险因素。 结论 免疫相关LncRNA预后风险模型为乳腺癌的独立预后影响因子,可以有效预测乳腺癌患者的生存预后,可作为乳腺癌独立的预后生物标志物。     

基于代谢相关基因的胃癌预后模型的构建和验证

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。     

肺腺癌失巢凋亡相关lncRNA预后模型的建立与验证

目的：构建基于失巢凋亡相关长链非编码RNA(lncRNA)的肺腺癌(LUAD)预后模型,探究LUAD潜在的治疗靶点。方法：从癌症基因组图谱(TCGA)数据库下载LUAD转录组和临床数据,从GeneCards网站获取失巢凋亡相关基因,利用共表达分析、差异分析筛选差异基因。通过Cox回归分析及Lasso回归分析构建预后模型,并进一步检验其有效性。对样本进行基因集富集分析(GSEA)及免疫相关性分析。结果：基于800个差异表达基因构建了一个由8个失巢凋亡相关lncRNA组成的预后模型,生存分析结果显示,高风险组总生存期比低风险组低(P<0.05);Cox回归分析和ROC曲线验证了该模型的准确性;GSEA分析表明,低风险组多富集于免疫相关信号通路;免疫相关性分析结果显示,该预后模型与多种免疫细胞、免疫功能和免疫检查点有关。结论：基于8个失巢凋亡相关lncRNA构建的LUAD预后模型有良好的预测效能,并为LUAD的治疗提供了参考。     

肾透明细胞癌中预后相关RNA编辑位点的筛选

目的 探讨肾透明细胞癌(ccRCC)中与患者生存预后相关的RNA编辑位点。方法 下载癌症基因组图谱(TCGA)中RNA编辑位点的表达数据,使用最小绝对收缩和选择算子(LASSO)及Cox回归筛选出与ccRCC预后密切关联的RNA编辑位点。根据多因素Cox结果计算患者的风险评分后构建预后模型和列线图,进一步采用接受者操作特征(ROC)曲线评估预后模型和列线图的准确性,并进行相关的功能学分析。结果 共筛选出25个与ccRCC预后相关的RNA编辑位点。根据风险评分的中位值将患者分为高风险组(n=222)与低风险组(n=226)。Kaplan-Meier生存分析结果显示,高风险组患者的总生存时间与疾病无进展生存时间均低于低风险组(P<0.001)。预后模型和列线图预测患者1、3、5年生存的曲线下面积(AUC)值分别为0.801、0.824和0.806、0.858,0.833和0.821。风险分组之间具备不同的生物学功能及药物敏感性。结论 通过公共数据库筛选出的25个RNA编辑位点有望会成为ccRCC患者新的预后标记物。     

头颈部鳞状细胞癌焦亡相关lncRNA对预后风险模型的构建与评估

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...     

基于缺氧相关基因甲状腺癌预后模型的研究

目的 通过检索肿瘤与癌症基因组图谱（TCGA）及hypoxiaDB数据库中甲状腺癌的相关数据,建立一个基于差异表达的缺氧相关基因模型。方法 比较TCGA数据库和hypoxiaDB数据库中的基因,获得与甲状腺癌缺氧相关的差异表达基因。随后进行基因功能富集分析、构建蛋白质-蛋白质相互作用网络、筛选出具有预后价值的缺氧相关基因来建立并验证预后模型。结果 共发现326个缺氧相关甲状腺癌基因。功能富集分析表明,这些基因主要参与生物功能调节。单因素Cox回归分析结果显示,共有23个基因与甲状腺癌预后相关,其中,11个基因通过多因素Cox分析构建了新的预后模型。结果显示,高风险评分（P <0.005）的患者总生存期比低风险评分的患者短。对甲状腺癌患者预后价值的单变量分析结果显示,构建的预后模型与患者的总体生存率显著相关。结论 本研究的模型对甲状腺癌的预后有很好的预测作用。     

基于TCGA数据库预测结肠癌预后基因及其临床应用价值

目的 利用生物分析学方法对癌症基因组图谱(TCGA)数据库的结肠癌数据进行挖掘分析,筛选预后基因,识别结肠癌患者死亡的高低风险,并预测其预后.方法 访问TCGA并下载结肠癌患者RNA表达数据和临床信息.通过单因素Cox和多因素Cox回归分析,构建比例风险回归模型并形成风险评分公式.根据风险评分中位值将患者分为高风险组和...     

头颈部鳞状细胞癌临床预后模型中SERPINE1及SLC20A1的作用

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。     

基于DNA损伤应答的肝细胞癌预后基因筛选和预后模型构建

目的 筛选差异表达的DDR相关基因(differential expressed-DNA damage response associated genes, DEDDR)构建肝细胞癌(HCC)预后模型。方法 使用limma R软件包从TCGA-LIHC数据集中筛选HCC样本和正常样本之间的差异表达基因(DEGs),将其与276个DDR基因取交集获得差异表达DEDDR。通过单因素Cox分析和Lasso回归分析以确定DEDDR预后模型,ROC曲线评估模型的准确性。单因素、多因素Cox回归分析DEDDR预后模型风险评分是否为HCC的预后独立危险因素,并采用国际癌症基因组联盟(ICGC)中LIHC数据作为外部数据进行验证。最后对low-DEDDR组和high-DEDDR组进行GSEA和免疫浸润分析。结果 1 361个DEGs与276个DDR基因取交集获得25个DEDDR,Lasso回归分析得到4个DEDDR(TTK、NSMCE2、NUDT1、NEIL3)用于构建预后模型。low-DEDDR组比high-DEDDR组患者具有更高的生存率。ROC曲线显示该模型预测HCC患者1年、2年和3年生存率的...     

WGCNA联合LASSO-COX方法筛选甲状腺癌预后关键基因及其临床价值分析

目的 筛选甲状腺癌（thyroid cancer，THCA）的关键预后基因并构建预后预测模型。方法 从癌症基因组图谱（The Cancer Genome Atlas，TCGA）数据库中获取THCA和正常样本的基因表达谱，采用Limma算法筛选THCA组织与正常组织间差异表达基因（differentially expressed genes，DEGs），再进行权重基因共表达网络分析（weighted gene co-expression network analysis，WGCNA）和套索联合COX回归分析（least absolute shrinkage and selection operator regression COX analysis，LASSO-COX）获得与其预后相关基因，然后根据关键基因构建预后预测模型，基于风险评分进行生存分析和受试者工作特征（receiver operating characteristic，ROC）曲线分析，最后基于基因表达谱和风险评分进行基因集富集分析（gene set enrichment analysis，GSEA）以评估相关途径和分子机制。结果 本研究筛选出5个THCA预后关键基因，即LINC02550、STEAP2、ATP2C2、PLEKHG4B和SALL4。通过这5个基因构建的预后评估模型表明，风险评分越高，预后越差。ROC曲线分析结果表明该模型对患者生存率具有优良的预测性能，结合THCA患者的主要临床特性建立的列线图具有良好的预测性能。GSEA分析发现mTOR信号通路、Hedgehog信号通路、细胞自噬调节、转化生长因子-β信号通路富集在高风险评分组。结论 基于筛选出的5个关键基因构建的预后预测模型有助于预测THCA患者的预后，这5个基因是潜在的靶向治疗基因。     

恶性黑色素瘤泛素化相关基因预后风险模型的构建

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。     

自噬相关基因同膀胱癌预后的关系研究

目的 分析自噬相关基因在膀胱癌中表达模式并基于自噬相关基因构建膀胱癌预后模型。方法 基于癌症基因组图谱数据库中膀胱癌患者基因表达谱数据和临床相关信息,分析自噬相关基因在膀胱癌中的表达模式;利用单因素、多因素Cox回归模型,筛选同膀胱癌预后相关的自噬相关差异表达基因,建立预后风险模型;利用不同来源的数据集（GSE48075）评估建立的预后风险模型。结果 共筛选出38个膀胱癌组织中差异表达的自噬相关基因,MYC、SPHK1、NAMPT、 P4HB、 SPNS1、 DIRAS3、 TP63、 APOL1、 ITGA3等自噬相关基因表达同膀胱癌预后相关,利用MYC、SPHK1、NAMPT等自噬相关基因成功构建了膀胱癌预后风险模型,风险模型验证结果表明该模型对膀胱癌预后有较好的预测效果,表现为预后模型低风险组预后良好,高风险组预后较差。结论 膀胱癌风险预后模型可较好地预测膀胱癌患者生存情况。     

基于转录组学膀胱癌临床预后模型的构建

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。     

嘌呤代谢相关基因预测肺腺癌预后模型的构建及验证

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。     

基于预后相关基因构建的分析模型可识别高风险胶质母细胞瘤

目的：通过对多个公共数据库中胶质母细胞瘤转录组数据进行挖掘,筛选胶质母细胞瘤预后相关的基 因,并构建预后分析模型。方法：利用生物信息学技术对GEO(GSE53733)中生存时间大于36个月和小于12个月的样 本数据对比分析得到差异表达基因,即胶质母细胞瘤预后相关基因;采用Cox风险回归方法在CGGA和TCGA两个独 立数据库中筛选与预后相关的标签基因并构建预后分析模型;采用基因探针富集分析(GSEA),GO(gene ontology)功能 富集分析和蛋白网络互作分析(PPI)等方法分析高、低风险胶质母细胞瘤的分子特征。结果：分析得到211个胶质母细 胞瘤预后相关基因,并且从中筛选出17个标签基因。利用分子标签基因构建的模型能将胶质母细胞瘤划分为高风险 组和低分险组,高风险组的患者预后较差,在分子特征上更具免疫抑制性和侵袭性。结论：通过挖掘公共数据库建 立的分析模型对胶质母细胞瘤预后有良好的预测作用,判定为高风险组的胶质母细胞瘤预后更差,可作为潜在的胶 质母细胞瘤预后指示标签。     

基于长链非编码RNA数据构建肺腺癌预后风险评估模型

目的 肺腺癌(lung adenocarcinoma,LUAD)预后相关长链非编码RNA(long non-coding RNA,lncRNA)标志物的筛选及预后风险模型的构建.方法 下载癌症基因组图谱(the cancer genome atlas,TCGA)数据库中LUAD患者的lncRNA表达数据和相关临床数据,随后将肿瘤样本和正常样本的lncRNA表达数据进行差异分析,并将差异lncRNA与临床信息合并,进行单因素和多因素Cox回归分析,筛选出与LUAD预后相关的lncRNA,构建预后风险模型.并运用Kaplan-Meier生存分析和受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的预后价值.结果 肿瘤样本与正常样本相比,差异表达的lncRNA有727个,其中277个上调,450个下调.单因素和多因素Cox回归分析,筛选出的8个lncRNA作为预测LUAD预后的生物标志物,以上特征的预后价值良好且与其他临床因素无关.结论 筛选出的8个lncRNA可以作为预测LUAD患者生存的独立预后生物标志物.     

肝癌索拉非尼敏感性预测模型的构建及临床意义

目的：基于生物信息学方法构建并验证肝细胞癌(以下简称肝癌)对索拉非尼敏感性相关基因的预后风险模型,探究该模型对肝癌患者预后和对索拉非尼敏感性的预测能力。 方法：本研究对GSE109211数据集、TCGA-LIHC队列、ICGC-LIRI队列进行差异基因分析,通过交集筛选出肝癌索拉非尼敏感性相关基因。利用单因素Cox分析和LASSO回归构建预后风险模型并进行验证。通过GDSC数据库分析索拉非尼的IC50值并探索其与风险评分的关系。 结果：筛选出365个与索拉非尼敏感性相关的基因,富集分析显示存在与药物代谢相关的信号通路。单因素Cox回归分析出221个与预后相关的基因,通过LASSO回归构建了一个包含7个关键基因的预后风险模型,与低风险组相比,高风险组具有较短的生存时间。多因素Cox回归分析显示风险评分是独立的预后因素。通过对比高、低风险组患者的索拉非尼IC50值,发现高风险组的索拉非尼IC50值较低,提示高风险组对索拉非尼的治疗可能更敏感。 结论：基于索拉非尼敏感性相关基因构建的预后风险模型对肝癌患者预后具有良好的预测价值,并为评估肝癌患者的索拉非尼敏感性提供理论依据。