基于 TCGA 数据库确定低级别胶质瘤免疫 相关lncRNA并构建预后模型

目的 筛选低级别胶质瘤(LGG)预后相关的免疫lncRNA,构建免疫相关lncRNA 预后风险模型。方法 从 公共数据库 TCGA 下载 LGG转录组数据及相应的临床信息,用 R 语言以共表达法获取免疫相关lncRNA,单因素和多 因素 Cox回归分析筛选得到有预后价值的免疫相关lncRNA,并以其构建风险模型。根据风险值将患者划分为高风险 组和低风险组,采用 Kaplan-Meier法进行生存分析并绘制生存曲线图,使用 ROC曲线对风险模型的准确性进行评估。 同时采用单因素和多因素 Cox回归法分析风险评分和其它临床因素与 LGG患者生存预后的关系。通过 Cibersort软件 计算22种免疫浸润细胞在高、低风险分组中的相对比例。最后对风险模型中4个lncRNA 与主要的免疫检查点分子进 行相关性分析。结果 通过免疫基因-lncRNA 共表达网络筛选出79个免疫相关lncRNA,利用单因素 Cox回归筛选出 8个有预后价值的免疫相关lncRNA,基于 多 因 素 Cox回 归 分 析 最 终 确 定 4 个 关 键lncRNA(RFPL1S、AC145098.1、 AC090559.1、TGFB2-AS1),并构建风险模型。根据中位风险值将患者分为高风险组和低风险组,生存分析显示两组生 存时间存在显著差异(P<0.01),预后风险模型曲线 AUC值为0.788。多因素 Cox回归分析显示患者年龄、肿瘤级别和 风险分数均是预后不良的独立危险因素。Cibersort法分析结果显示高风险组 LGG 患者肿瘤中有较多的单核细胞和 M2型巨噬细胞浸润。相关性分析显示模型中的4个lncRNA 与 PD1、PD-L1、CD47及 CTLA4之间存在较强的相关性 (均P<0.05)。结论 通过生物信息分析技术成功构建基于lncRNA 表达水平的 LGG患者预后模型,所确定的4个关键lncRNA 有望成为判断 LGG患者预后的指标和潜在治疗靶点。     

基于TCGA数据库构建前列腺癌相关miRNA预后模型

目的利用癌症基因组图谱数据库（TCGA）中前列腺癌患者的miRNA和mRNA数据及临床信息,构建由miRNA组成的预后风险评分模型,为后续研究提供理论基础。方法从TCGA数据库中下载有关前列腺癌的相关miRNA和mRNA数据,利用R语言进行生存预后分析及临床病理特征分析。利用TargetScan、miRDB和miRanda来预测差异表达miRNA潜在靶基因,并通过基因功能富集分析揭示前列腺癌中有效分子学机制。结果miR-19a-3p、miR-144-3p、miR-223-5p和miR-483-3p这4种miRNA与前列腺癌患者总生存期密切相关。临床病理特征分析发现miR-483-3p表达量与T分期有关,miR-19a-3p表达量与患者年龄有关,miR-223-5p表达量与Gleason评分有关。功能富集分析显示,这4种miRNA的差异表达基因可能参与叉头转录因子和磷脂酰肌醇3激酶/蛋白激酶B信号通路。通过筛选共得出33个潜在靶基因。Kaplan-Meier生存分析显示,前列腺癌患者心肌肌动蛋白α1（ACTC1）、CD177、丝切蛋白2（CFL2）、肌蛋白修饰调节因子2（MBNL2）、含钯蛋白（PALLD）、磷酸二酯酶5A（PDE5A）、联丝蛋白（SYNM）或突触极蛋白2（SYNPO2）高表达组患者无病生存期均长于低表达组患者（均P＜0.05）。结论miR-19a-3p、miR-144-3p、miR-223-5p和miR-483-3p等miRNA与前列腺癌预后有关,其潜在的靶基因ACTC1、CD177、CFL2、MBNL2、PALLD、PDE5A、SYNM、SYNPO2可用于评估前列腺癌患者的预后情况。     

肝细胞癌铜死亡相关lncRNA预后模型的构建及评估

目的 探究铜死亡相关长链非编码RNA(long non-coding RNA,lncRNA)在肝细胞癌(hepatocellular carcinoma,HCC)患者中的预后价值及其在治疗中的潜在价值。方法 从肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)数据库中收集肝细胞癌的转录组数据及对应患者的临床资料。筛选癌组织与正常肝组织差异表达的铜死亡相关基因,并进行基因本体(Gene Ontology,GO)富集分析和京都基因与基因组数据库(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路分析。筛选与肝细胞癌预后相关的铜死亡lncRNA,对肝细胞癌患者进行分组并比较总体生存率。采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)Cox回归分析建立预后风险模型。建立用于预测肝细胞癌患者总体生存率的列线图。结果 获得由5个铜死亡相关lncRNA组成的预后模型,包括:RPS6K6、SNRPEP2、PRELID2、GOT2和RTL8A。风险评...     

基于TCGA数据构建乳腺癌上皮间质转化相关lncRNA的预后模型

目的：通过生物信息学分析,探讨上皮间质转化（EMT）相关的长链非编码RNA(lncRNA)在乳腺癌中的预后作用。方法：从TCGA数据库下载乳腺癌的转录组数据及临床信息,在MSigDB数据库下载EMT相关基因的数据集,然后利用差异分析、共表达分析、Cox回归分析、Lasso回归分析、生存分析等生物信息学方法,构建乳腺癌中EMT相关lncRNA的风险特征,并进一步检验其预测效能。结果：乳腺癌肿瘤组和正常组有311个差异表达的EMT相关基因（P<0.05）,与这些基因存在共表达关系的lncRNA有315个（皮尔逊相关系数r=0.7,P<0.001）,其中,与预后可能相关的lncRNA有16个（P<0.05）。进一步行Lasso回归分析及多因素Cox回归分析,最终得到基于9个lncRNA表达水平的风险评分公式,根据风险评分的中位数将患者分为高、低风险组,生存分析结果显示,相比于低风险组,高风险组患者的总生存期更低(P<0.001)。ROC曲线结果表明,风险评分预后模型对乳腺癌的3、5、10年生存期具有较好的预测效能,Cox回归分析结果进一步表明该模型可以作为一个独立的预...     

基于TCGA数据库构建口腔鳞状细胞癌预后模型

目的 构建预测OSSC患者预后的模型。方法 从TCGA数据库下载了OSCC队列相关数据,并筛选出DEGs,将TCGA-OSCC队列样本分为训练集和测试集。在训练集中筛选出与预后相关的DEGs并建立预后模型,并在测试集中验证预后模型的预测能力。结果 最终筛选出10个与OSCC预后相关的DEGs,风险评分是影响OSCC患者预后的独立指标。对训练集样本进行KM生存分析(P<0.01)和ROC曲线分析(AUC=0.80),证实了预后模型的良好性能,并在测试集中得到了验证。结论 本研究构建的预后模型可以准确预测OSCC患者预后,有助于对患者实施个性化治疗方案。     

基于双硫死亡相关lncRNA的宫颈癌预后模型构建及验证

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。     

基于TCGA数据库挖掘肺腺癌预后相关的甲基化位点和基因

目的:通过对TCGA(The Cancer Genome Atlas)数据库的数据挖掘,扫描全基因组范围内的肺腺癌预后相关的甲基化位点?方法:采用2016年4月从TCGA网站下载的肺腺癌预后数据及基于Illumina Methylation 450芯片的全基因组甲基化数据,经过数据连接,纳入同时有临床预后信息和甲基化数据的肺腺癌患者232例?采用Cox比例风险模型分析各位点甲基化水平对肺腺癌总生存率的影响,并评估其与对应基因mRNA表达的相关性,进一步评估mRNA表达对肺腺癌预后的影响?结果:纳入的232例肺腺癌患者的平均年龄为(64.823 ± 9.300)岁,平均生存时间为(20.217 ± 17.067)个月?本研究发现肺腺癌预后相关最显著的甲基化位点为位于基因EHBP1区域的cg03955927(P=1.98×10-7),对应的HR值及95%可信区间为0.605(0.501~0.731)?筛选的肺腺癌预后关联性最强的前20个甲基化位点中,17个位点的高甲基化水平为肺腺癌预后的保护因素,其他3个为危险因素?5个甲基化位点的甲基化水平与对应基因的mRNA表达相关,其中cg12013757对应的KRI1基因的mRNA表达与肺腺癌的预后有关(HR:1.316,95%CI:1.109~1.561,P=0.001 6)?结论:本研究通过对TCGA数据库的挖掘,初步发现KRI1基因的甲基化位点的甲基化水平对肺腺癌的预后有影响,可以作为为肺癌预后的生物标志物进一步研究?     

基于TCGA数据库挖掘胰腺癌预后相关甲基化位点

目的：通过对肿瘤基因组图谱（The Cancer Genome Atlas,TCGA）数据库内胰腺导管腺癌（pancreatic ductal adrenocarcinoma,PDAC）相关数据的研究,从全基因组水平发现影响PDAC预后的甲基化位点及基因。方法：从TCGA网站下载2016年1月28日更新版本的有关PDAC的临床数据、甲基化数据（基于Illumina Methylation 450芯片）及转录组数据（基于Illumina Hiseq测序）。纳入兼具预后数据和甲基化数据的患者179例,应用Cox比例风险模型分析每个位点甲基化水平与PDAC患者总体生存率的关系。进一步纳入兼有甲基化数据及转录组数据的患者173例,分析甲基化水平与对应mRNA表达水平的关系。最后分析mRNA表达水平与PDAC患者总体生存率的关系。结果：用于甲基化预后分析的179例患者年龄为（64.64±10.96）岁,用于相关性分析和mRNA预后分析的173例患者年龄为（64.46±10.91）岁,两者中位生存时间均为20.1个月。本研究发现的与PDAC预后关系最显著的前20个甲基化位点中,11个位点的高甲基化水平为PDAC预后的危险因素,9个为保护因素。位于ZNF438基因5′UTR区的cg01656216探针靶向的位点与PDAC预后相关最显著（HR=0.37,95%CI：0.24~0.56,P=4.11×10-6）。进一步发现8个位点甲基化水平与相应mRNA表达水平呈负相关（r<-0.3,P < 0.05）,其中PKP3（cg20268054）和EFNB2（cg22179913）的mRNA表达水平还与预后有关（HR=1.66,95%CI：1.06~2.61,P=0.027;HR=1.86,95%CI：1.21~2.88,P=0.005）。结论：通过对TCGA数据库PDAC样本的分析发现,PKP3和EFNB2基因的甲基化水平与PDAC预后相关,可进一步发掘其作为PDAC预后相关生物标志物的潜能。     

骨肉瘤铜死亡相关LncRNA预后模型构建与验证

目的：Cuproptosis是一种新发现的程序性细胞死亡形式，被认为在肿瘤治疗中起重要作用。长链非编码RNA(long non-coding RNA, lncRNA)参与调节细胞多种生理与病理活动。本研究旨在探讨铜死亡相关LncRNA在骨肉瘤中的预后意义。方法：从公共数据库UCSC Xena和GTEx数据库下载骨肉瘤样本与正常样本的基因表达谱以及相应的临床数据，从已发表的文献中获取铜死亡基因，采用共表达网络、最小绝对收缩和选择算法（LASSO）和Cox回归模型构建骨肉瘤铜死亡相关lncRNA预后模型并进行内部验证。采用受试者工作特征（ROC）曲线和列线图来评估模型的预测能力。单样本基因集富集分析（ssGSEA）探讨不同风险组与骨肉瘤免疫细胞与功能的相关性。结果：对收集到的19个铜死亡基因进行共表达分析，得到181个铜死亡相关lncRNA，差异分析及单因素Cox分析筛选出10个铜死亡预后相关的LncRNA。随后通过Lasso及多因素Cox回归筛选得到了3个铜死亡相关lncRNA(AC124798.1、AC090152.1、AC090559.1)构建预后模型。根据风险评分中位值将患者分为高...     

基于TGGA数据库构建肺腺癌自噬相关基因预后风险模型

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...     

基于TCGA 数据库的肺腺癌自噬基因预后模型的建立与应用

摘要 ：目的 利用 TCGA 数据库建立预测肺腺癌预后的自噬相关基因预后模型。 方法 通过 R 语言软件筛选出 TCGA 数据库中肺腺癌样本及癌旁样本中差异表达的自噬基因,探讨其潜在功能。R（v 3.6.1）筛选预后相关的自噬基因（ATG）,计算各样本的风险值（RS）并构建预后模型,进一步探讨RS与生存关系。同时验证ATG与对临床信息的相关性。结果 共筛选出 9个表达差异ATG（RAC1、SQSTM1、CD46、NRG3、IKBKB、VMP1、WIPI1、FKBP1B、IKBKB）。Kaplan-Meier 生存分析证实,高RS的LUAD患者总体生存率明显缩短 （p<0.05）。Cox 回归分析显示RS是肺腺癌患者独立预后因素（p<0.05）。结论 RS可用于预测肺腺癌细胞癌患者的预后,有利于进一步指导临床治疗。     

基于TCGA数据库构建雌激素受体阳性乳腺癌患者的预后风险模型

目的:构建微小RNA(miRNA)表达的预测雌激素受体(ER)阳性乳腺癌患者预后的风险模型.方法:分析了TCGA数据库下载的ER阳性乳腺癌患者的miRNA表达数据和临床资料,筛选出与ER阳性乳腺癌特异性相关的miRNA并构建了miRNA-临床的预测ER阳性乳腺癌患者3年和5年生存率的预测模型.受试者工作曲线(ROC)和...     

基于TCGA数据库的食管鳞癌代谢相关基因预后风险模型的建立

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...     

基于TCGA数据库的胰腺癌临床预后风险模型的构建与药物筛选

目的：基于基于癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库构建胰腺癌预后风险模型和筛选候选药物。方法：通过TCGA数据库下载胰腺癌转录组和临床数据，通过R软件进行加权基因共表达网络分析(weighted correlation network analysis,WGCNA)、预后风险模型的构建、差异分析、Kaplan-Meier法生存分析、风险分析和临床相关性分析。通过受试者工作特征曲线(receiver operating characteristic curve，ROC曲线)的曲线下面积(area under curve，AUC)和多因素cox回归分析判断模型准确性和独立性，最后运用CMAP平台进行胰腺癌药物的筛选。结果：下载得到胰腺癌转录组数据182例和临床数据185例，数据合并交集后纳入病例样本177例。WGCNA分析筛选模块基因为“MEgreen（P=0.04<0.05）”；通过单因素cox回归分析得到28个预后相关免疫基因和70个预后相关的lncRNA，进一步用Lasso回归和多因素cox回归分析进行预后风险模型构建。模型评价显示该模型可区分高低风险组的患者，高风险的患者较低风险预后较差（P<0.05）。训练组和验证组ROC曲线下面积（AUC）显示该模型具有一定的准确性。多因素cox回归分析显示风险得分可作为胰腺癌独立预后因子（P<0.05）。临床相关性分析显示年龄、性别、Grade、Stage、M和N期等临床性状在高低风险组之间无明显差异（P>0.05），T期在高低风险组之间具有明显差异（P=0.0215<0.05）。利用CMAP平台筛选出前5抑制胰腺癌高风险基因表达的药物中，HDAC抑制剂2种，FLT3抑制剂、种VEGFR抑制剂与细菌细胞壁合成抑制剂各1种。结论：根据TCGA患者生存数据和表达谱，结合基因库获得胰腺癌预后相关免疫基因和lncRNA构建的预后风险模型能作为胰腺癌预后判断的新指标。     

基于TCGA数据库探究m7G相关基因在肺腺癌的表达及预后意义

目的 应用生物信息学分析N7-甲基鸟苷(m7G)相关基因对肺腺癌(LUAD)的诊断和预后价值，探究治疗LUAD新的分子靶点。方法 基于癌症基因组图谱(TCGA)数据库中的LUAD数据集，使用R软件运用LASSO回归与Cox回归进行模型的构建与检验，并进行差异基因功能分析及免疫细胞浸润和药物敏感性分析。结果 成功构建15个m7G相关基因的LUAD预后模型，且风险评分可作为独立预测因子；功能相关性分析表明，模型核心基因细胞免疫和药物敏感性密切相关。结论 本次研究成功建立m7G相关的LUAD预后模型，对LUAD的预后和免疫相关以及药物敏感性的研究具有一定提示作用。     

基于TCGA数据库的肝细胞癌自噬相关基因预后风险模型的建立

目的 基于自噬相关基因(ATGs)构建肝细胞癌病人预后风险模型.方法 TCGA数据库下载374例肝细胞癌及50例正常肝组织的转录组数据和临床信息,首先筛选出差异表达基因(DEGs),然后从中筛选出差异表达的ATGs(DEATGs),最终利用单因素Cox回归分析、LASSO回归分析以及多因素Cox回归分析构建预后风险模型...