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...