目的·通过生物信息学方法构建胃癌患者免疫相关长链非编码RNA(long non-coding RNA,lncRNA)预测模型并探讨其应用价值.方法·通过癌症基因组图谱(the cancer genome atlas,TCGA)数据库下载413例胃癌样本的转录组测序(RNA sequencing,RNA-seq)数据,其中正常样本32例、肿瘤样本381例.通过ImmPort网站获得免疫相关基因.通过相关性分析获得免疫相关lncRNA(immune-related lncRNA,irlncRNA).通过limma R软件包获得差异表达irlncRNA(differentially expressed immune-related lncRNA,DEirlncRNA)并绘制热图和火山图.通过构建DEirlncRNA对解决样本批次矫正问题.下载TCGA胃癌患者临床病理特征数据,通过单因素分析获得预后相关的DEirlncRNA对,进而通过LASSO回归分析筛选DEirlncRNA对,最后通过COX比例风险回归分析构建风险预测模型.通过计算曲线下面积(area under curve,AUC)分析并比较该模型与传统临床病理特征的预测效能.根据公式计算患者风险值,并依据最优阈值将患者分为高、低风险组.使用Kaplan-Meier曲线绘制生存图,并通过Log-rank检验比较2组患者生存率差异.根据Wilcoxon符号秩检验分析风险评分与临床病理特征之间的关系.通过单因素分析和多因素分析,验证胃癌患者独立预后因子.根据Spearman相关性分析验证风险评分与免疫浸润细胞和免疫相关基因之间的关系.通过pRRophetic R软件包比较药物在高、低风险组患者中的半数抑制浓度(half-maximal inhibitory concentration,IC50)值.结果·与正常组织相比,胃癌组织中有106个DEirlncRNA,其中11个为低表达、95个为高表达.32对DEirlncRNA对被纳入COX比例风险模型中,其中20对DEirlncRNA对为胃癌独立预后因子.风险预测模型的1、2和3年AUC值分别为0.889、0.966、0.935,显著高于传统临床病理特征的AUC值.高风险组患者生存率显著低于低风险组(P=0.000).风险评分高与肿瘤分期高、存在远处转移和患者死亡密切相关.单因素分析显示,年龄、TNM分期、T分期、N分期、M分期和风险评分与胃癌患者预后密切相关(均P＜0.05).多因素分析显示,年龄、TNM分期和风险评分是胃癌患者的独立预后因子(均P＜0.05).风险评分与多种T细胞、肥大细胞呈负相关,而与肿瘤相关纤维细胞、巨噬细胞及内皮细胞呈正相关.在高风险组中,免疫相关基因IFNG与MSH2表达水平均低于低风险组.在高风险组患者中,药物阿霉素、顺铂、替比法尼、丝裂霉素的敏感性均低于低风险组(均P＜0.05).结论·DEirlncRNA对构建的COX比例风险模型可准确预测胃癌患者的生存状态、生存率及对化学治疗药物的敏感性.

胃癌;免疫相关长链非编码RNA;COX比例风险模型;LASSO回归;曲线下面积

陈彬;崔洪全;杨懿瑾;徐海燕;张玲

上海交通大学医学院苏州九龙医院肿瘤科,苏州215021

上海交通大学学报（医学版）

[1]陈彬;崔洪全;杨懿瑾;徐海燕;张玲-.胃癌免疫相关长链非编码RNA预测模型的构建)[J].上海交通大学学报（医学版）,2022(10):1394-1403

irlncRNA,DEirlncRNA

关长,长链非编码,生物信息学方法,胃癌患者,long,coding,癌症基因组图谱,cancer,genome,atlas,TCGA,下载,转录组测序,sequencing,中正,ImmPort,得免,免疫相关基因,immune,related,limma,软件包,差异表达,differentially,expressed,制热,热图,火山图,正问题,临床病理特征,特征数据,LASSO,COX,风险预测模型,area,under,curve,预测效能,公式计算,患者风险,风险值,最优阈值,低风险组,Kaplan,Meier,Log,rank,Wilcoxon,符号秩检验,检验分析,风险评分,多因素分析,预后因子,分析验证,免疫浸润细胞,pRRophetic,半数抑制浓度,half,maximal,inhibitory,concentration,IC50,正常组织,胃癌组织,低表达,比例风险模型,高风险组,肿瘤分期,远处转移,TNM,肥大细胞,肿瘤相关,纤维细胞,巨噬细胞,内皮细胞,IFNG,MSH2,阿霉素,顺铂,丝裂霉素,准确预测,生存状态,化学治疗药物

0.311202