10.3969/j.issn.1001-5779.2023.06.001
肝细胞癌程序性坏死相关LncRNA预后标记识别及免疫分析
目的:利用样本内程序性坏死相关LncRNA(Necroptosis-related LncRNA,NRL)间的相对表达秩次关系(Relative expression ordering,REO),构建肝细胞癌(Hepatocellular carcinoma,HCC)个体化预后风险模型并分析高、低风险组间的免疫特征差异.方法:从肿瘤基因组图谱数据库中下载了343个HCC样本的RNA测序数据.首先,将该数据集随机分为训练集和验证集.其次,基于从Gene Ontology数据库中收集的23个程序性坏死相关基因在训练集中的表达水平进行聚类分析,识别程序性坏死相关基因表达模式存在差异的样本集以筛选样本集间的差异表达NRL.然后,基于样本内NRL间的REO,利用Cox回归筛选与肝细胞癌预后相关的NRL对,构建HCC个体化预后风险模型并预测高、低风险组预后.最后,利用基因集富集分析、单样本基因集富集分析和免疫浸润分析评估高低风险组的免疫特征差异.结果:在训练集中,根据23个程序性坏死相关基因的表达水平可明显将HCC样本分为两组.样本间总体生存期存在显著差异(P=0.016,Log-rank检验),显著差异表达的LncRNA有118个(|log2FC|>0.65,FDR<5%,limma).基于这118个NRL在训练集样本内的REO,构建了由17个NRL对组成的HCC预后风险模型.该模型的1、3和5年生存率的t-ROC曲线的AUC在训练集和验证集中分别为0.852、0.898、0.913和0.705、0.767、0.718.基于该模型预测的HCC高、低风险组间免疫特征存在明显差别,表现为高风险组中免疫相关通路总体下调,存在更多的单核细胞浸润.结论:基于NRL对构建的HCC预后风险模型具有良好的预测能力,为进一步探索程序性坏死在HCC预后中的作用提供理论参考.
肝细胞癌、程序性坏死、长链非编码RNA、预后、相对表达秩次关系
43
R735(肿瘤学)
国家自然科学基金61961002
2023-09-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
545-552,569