基于TCGA数据挖掘筛选肺鳞癌预后相关lncRNA分子标签

目的：通过对TCGA数据库的挖掘,筛选与肺鳞癌预后相关的lncRNA。方法：提取TCGA数据库中肺鳞癌患者临床数据以及肺鳞癌和癌旁组织中的lncRNA表达数据,采用LASSO Cox回归筛选肺鳞癌预后相关的lncRNA,并构建lncRNA分子标签。采用Cox模型研究该分子标签的表达水平对肺鳞癌患者预后的影响。结果：首先筛选出322个在癌和癌旁组织中差异表达的lncRNA。经LASSO Cox回归分析从中筛选出6个与肺鳞癌预后相关的lncRNA,分别为KTN1-AS1、FAM83A-AS1、AF131217.1、RP11-108M12.3、CTD-2555C10.3和AC068831.16。根据这6个lncRNA构建的分子标签表达水平中位数-0.09将肺鳞癌病人分为高表达组和低表达组,高表达组病人死亡风险是低表达组的2.14倍（HR=2.14,95%CI：1.50~3.04,P < 0.01）。预测模型的Harrell's C统计量为0.69（95%CI：0.64~0.75）。结论：通过对TCGA数据库的挖掘,发现KTN1-AS1、FAM83A-AS1、AF131217.1、RP11-108M12.3、CTD-2555C10.3和AC068831.16对肺鳞癌的预后有影响,且构建的lncRNA分子标签表达水平与肺鳞癌病人的预后有显著性关联。     

基于公共数据库挖掘肝细胞癌预后相关的长链非编码RNA分子标签

目的 通过对癌症和肿瘤基因图谱（TCGA）公共数据库中肝细胞癌病例癌和癌旁组织RNA测序数据的分析,挖掘与肝细胞癌预后相关的长链非编码RNA（lncRNA）分子标签。方法 截至2018年2月,从TCGA数据库中获得377例肝细胞癌病例的癌及癌旁组织RNAseq数据及临床预后信息,将50对癌和癌旁组织的lncRNA表达水平进行差异t检验分析,进而采用LASSO Cox回归分析筛选肝细胞癌预后相关的lncRNA,并构建lncRNA分子标签。将所有病例按分子标签表达水平分为4组（<P₂₅、P₂₅～、P₅₀～、≥P₇₅）,采用Cox回归计算P₂₅～、P₅₀～、≥P₇₅组相对于<P₂₅组的预后风险比,进而评估分子标签表达水平对肝细胞癌病例总体生存率的影响。结果 筛选出951个癌和癌旁组织中表达水平有统计学意义差异的lncRNA,通过LASSO Cox回归分析进一步筛选出3个lncRNA（LNCSRLR、MKLN1-AS及ZFPM2-AS1）,并构建分子标签。分子标签表达水平≥P₇₅组的死亡风险是<P₂₅组的1.57倍（95% CI：1.06～2.31,P<0.05）。结论 通过对TCGA数据库的挖掘,由LNCSRLR、MKLN1-AS及ZFPM2-AS1构建的lncRNA分子标签表达水平与肝细胞癌病例的预后有关。