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 |
| |
引用本文: | 呙文静,邓 慧,宋 萍,张孟贤.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[J].华中科技大学学报(医学版),2022,51(2):167-171. |
| |
作者姓名: | 呙文静 邓 慧 宋 萍 张孟贤 |
| |
作者单位: | 华中科技大学同济医学院附属同济医院肿瘤科,武汉 430030 |
| |
基金项目: | 国家自然科学基金资助项目(No.81772680) |
| |
摘 要: | 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。
|
关 键 词: | 胶质瘤 长链非编码 RNA TCGA 数据库  |
收稿时间: | 2021-10-18 |
Identifying Immune-related lncRNA and Constructing Prognostic Model in
Low-grade Gliomas Based on TCGA Database |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《华中科技大学学报(医学版)》浏览原始摘要信息 |
| 点击此处可从《华中科技大学学报(医学版)》下载免费的PDF全文 |
|