目的 通过生物信息学的方法,构建并验证预测雌激素受体阳性乳腺癌他莫昔芬治疗预后的长链非编码RNA(lncRNA)模型.方法 利用基因表达综合(GEO)数据库提取雌激素受体阳性乳腺癌芯片测序数据,并从中下载他莫昔芬耐药及敏感细胞系的lncRNA表达数据集,通过单因素和多因素Cox回归分析构建预后模型.根据模型计算风险比(HR),分析高危组、低危组的临床病理参数与预后的关系,并用验证集样本对训练集的结果进行验证.结果 在GEO数据库和癌症基因组图谱(TCGA)数据库对他莫昔芬敏感与他莫昔芬耐药乳腺癌患者的差异lncRNA进行比对筛选,最终获得116个差异lncRNA.对差异lncRNA进行单因素Cox回归分析,计算每个lncRNA与乳腺癌患者总生存率的HR及P值,最终得到8个相关的lncRNA(P<0.05).通过多因素Cox回归分析最终建立由6个lncRNA组成的预后模型.按照训练集中HR的中位数将训练集及验证集中的患者分为高危组、低危组,Log-rank检验结果发现,高危组与低危组在训练集和验证集中的生存率差异均有统计学意义(P=7×10-7、0.008).结论 乳腺癌他莫昔芬耐药相关预后模型6个lncRNA对雌激素受体阳性乳腺癌患者预后具有一定价值,可为逆转他莫昔芬耐药、治疗癌症的研究提供依据.

乳腺癌;雌激素受体;他莫昔芬耐药;预后模型

郑洁;开震天;夏超然;罗鹏;刘晖;王建东;王凤;胡俊艳

上海中医药大学附属曙光医院乳腺外科,上海 201203;上海鼎晶生物医药科技股份有限公司,上海 201321

检验医学与临床

[1]郑洁;开震天;夏超然;罗鹏;刘晖;王建东;王凤;胡俊艳-.基于GEO及TCGA数据库建立乳腺癌他莫昔芬耐药相关预后模型)[J].检验医学与临床,2022(23):3227-3230

GEO,TCGA,数据库建立,他莫昔芬耐药,预后模型,雌激素受体阳性乳腺癌,治疗预后,长链非编码,lncRNA,序数,下载,细胞系,Cox,计算风险,风险比,临床病理参数,验证集,训练集,癌症基因组图谱,乳腺癌患者,比对筛选,总生存率,中位数,Log,rank,治疗癌症

0.158765