目的:探究膀胱癌中N6-甲基腺苷(N6-methyladenosine,m6A)相关长非编码RNA(long non-coding RNA,lncRNA)及其与患者预后的关系。方法:通过癌症基因组图谱(the cancer genome Atlas,TCGA)数据库获取转录、突变和临床数据,获得m6A相关的lnc...目的:探究膀胱癌中N6-甲基腺苷(N6-methyladenosine,m6A)相关长非编码RNA(long non-coding RNA,lncRNA)及其与患者预后的关系。方法:通过癌症基因组图谱(the cancer genome Atlas,TCGA)数据库获取转录、突变和临床数据,获得m6A相关的lncRNA表达数据,采用共表达网络分析、Cox回归分析和最小绝对收缩和选择算法(least absolute shrinkage and se-lection operator,LASSO)回归分析鉴定与m6A相关的lncRNA,并构建风险预后模型和对其进行验证。然后,本研究还构建了列线图来预测膀胱癌患者的预后。通过基因本体(gene ontology,GO)、京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)研究生物学功能的差异。使用ESTIMATE算法计算基质、免疫评分。采用单样本基因集富集分析(single sample gene set enrichment analysis,ssGSEA)算法定量分析免疫细胞浸润和免疫功能。采用oncoPredict算法预测潜在治疗药物。结果:本课题组确定了1739个m6A相关lncRNA,其中14个与预后相关。再通过LASSO回归分析筛选了5个m6A相关的lncRNA(GRK5-IT1、AC008883.2、AC145207.5、AC103746.1、AC104564.3)来构建预后预测模型。Kaplan-Meier和受试者工作特征曲线(receiver operating characteristic,ROC)曲线显示,该特征在训练集、验证集和全集中具有良好的预测能力。与其他临床特征相比,m6A相关lncRNA模型具有更高的诊断效率。免疫细胞浸润和ssGSEA分析进一步证实,特征lncRNA与膀胱癌患者的免疫状态显著相关。此外,高风险组对多种药物的治疗反应与低风险组存在显著差异。结论:5个m6A相关的特征ln-cRNA可能有助于评估膀胱癌患者的预后和免疫特征,并指导个性化治疗方案的制定。展开更多
文摘目的:探究膀胱癌中N6-甲基腺苷(N6-methyladenosine,m6A)相关长非编码RNA(long non-coding RNA,lncRNA)及其与患者预后的关系。方法:通过癌症基因组图谱(the cancer genome Atlas,TCGA)数据库获取转录、突变和临床数据,获得m6A相关的lncRNA表达数据,采用共表达网络分析、Cox回归分析和最小绝对收缩和选择算法(least absolute shrinkage and se-lection operator,LASSO)回归分析鉴定与m6A相关的lncRNA,并构建风险预后模型和对其进行验证。然后,本研究还构建了列线图来预测膀胱癌患者的预后。通过基因本体(gene ontology,GO)、京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)研究生物学功能的差异。使用ESTIMATE算法计算基质、免疫评分。采用单样本基因集富集分析(single sample gene set enrichment analysis,ssGSEA)算法定量分析免疫细胞浸润和免疫功能。采用oncoPredict算法预测潜在治疗药物。结果:本课题组确定了1739个m6A相关lncRNA,其中14个与预后相关。再通过LASSO回归分析筛选了5个m6A相关的lncRNA(GRK5-IT1、AC008883.2、AC145207.5、AC103746.1、AC104564.3)来构建预后预测模型。Kaplan-Meier和受试者工作特征曲线(receiver operating characteristic,ROC)曲线显示,该特征在训练集、验证集和全集中具有良好的预测能力。与其他临床特征相比,m6A相关lncRNA模型具有更高的诊断效率。免疫细胞浸润和ssGSEA分析进一步证实,特征lncRNA与膀胱癌患者的免疫状态显著相关。此外,高风险组对多种药物的治疗反应与低风险组存在显著差异。结论:5个m6A相关的特征ln-cRNA可能有助于评估膀胱癌患者的预后和免疫特征,并指导个性化治疗方案的制定。