基于LASSO-COX回归的TCGA胃癌淋巴结转移相关microRNA的筛选及预后模型建立

目的将LASSO与COX回归相结合用于美国肿瘤基因图谱(TCGA)胃癌淋巴结转移相关microRNA的筛选并且构建预后模型。方法通过TCGA下载胃癌的microRNA表达谱及临床随访数据,使用R语言对数据进行LASSO-COX回归并构建预后模型并验证其效能。结果采用5×交叉验证在曲线最低点选择最小惩罚系数λ=0.0056,在该处得到6个非零系数的microRNA:has-miR-584-3p、hsa-miR-362-3p、hsa-miR-1245b-5p、hsa-miR-1306-3p、hsa-miR-96-3p、hsa-miR-548j-5p,其HR分别为0.921(95%CI:0.841~0.945)、0.979(95%CI:0.959~0.999)、1.473(95%CI:1.185~2.204)、0.882(95%CI:0.816~0.952)、0.816(95%CI:0.626~0.883)、0.860(95%CI:0.750~0.987),P均<0.01,其风险函数为0.921 exp has-miR-584-3p+0.979 exp hsa-miR-362-3p+1.473 exp hsa-miR-1245b-5p+0.882 exp hsa-miR-1306-3p+0.816 exp hsa-miR-96-3p+0.860 exp hsa-miR-548j-5p,根据受试者工作特征(ROC)曲线确定的风险函数最佳截断值为0.53,以此截断值将患者分为高风险组(n=86)及低风险组(n=279),两组间生存曲线有统计学差异,且风险函数越高患者预后越好,高表达组死亡风险是低表达组的0.11倍(95%CI:0.06~0.23,P<0.01),风险函数对患者1年生存率的预测最佳截断值为1.405,AUC为0.755,对患者2年生存率的预测最佳截断值为1.145,AUC为0.765。结论基于LASSO-COX回归建立的6 microRNA预后模型可有效预测胃癌患者淋巴结转移相关总生存率。