目的分析m6A调节因子对膀胱癌(bladder cancer,BC)预后的影响,建立预后预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取397例BC组织的高通量测序数据和对应的临床病理特征数据。在26个m6A调节因子中,采用单因...目的分析m6A调节因子对膀胱癌(bladder cancer,BC)预后的影响,建立预后预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取397例BC组织的高通量测序数据和对应的临床病理特征数据。在26个m6A调节因子中,采用单因素Cox回归筛选预后相关的m6A调节因子,利用最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)Cox回归分析方法构建BC预后预测模型,比较高低风险组总生存期(overall survival,OS)、免疫检查点相关基因和靶向治疗相关基因表达的差异。通过基因集富集分析比较高低风险组中信号通路的富集情况,采用单样本基因富集分析(single sample gene set enrichment analysis,ssGSEA)和估计恶性肿瘤组织中基质和免疫细胞(estimation of stromal and immune cells in malignant tumors using expression data,ESTIMATE)法评估高低风险组免疫细胞浸润水平的差异。结果YTHDC1、IGF2BP3、LRPPRC、FTO和ALKBH3是BC独立的预后因素。利用LASSO Cox回归方法基于5个m6A调节因子建立BC预后预测风险模型,Kaplan-Meier分析结果提示高低风险组间OS存在显著差异(P<0.001),受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.665。高风险组在趋化因子、NOD样受体、嘌呤代谢、丙酮酸代谢等信号通路富集,具有丰富的免疫细胞浸润特征,PD-L1、CTLA-4、EGFR和KRAS基因表达更高。结论本研究基于m6A调节因子构建的BC预后预测模型准确性较好,有助于临床上预后判断和分层个体化治疗。展开更多
目的探讨荧光原位杂交技术(fluorescence in situ hybridization,FISH)在诊断和监测早期上尿路上皮癌中应用的可行性。方法收取20例健康志愿者的新鲜晨尿,应用FISH检测尿液脱落细胞3、7、17号染色体着丝粒探针及9号染色体p16位点探针,...目的探讨荧光原位杂交技术(fluorescence in situ hybridization,FISH)在诊断和监测早期上尿路上皮癌中应用的可行性。方法收取20例健康志愿者的新鲜晨尿,应用FISH检测尿液脱落细胞3、7、17号染色体着丝粒探针及9号染色体p16位点探针,建立健康人群的阈值。其后顺序留取20例初步诊断为上尿路上皮癌患者的新鲜晨尿,进行FISH检测和尿脱落细胞学检查,并进行泌尿系超声、多层螺旋CT检查(MMCT),将FISH结果和其他检查结果进行比较。留取20例术前诊断为肾癌患者的新鲜晨尿作为对照组,进行FISH检查和尿脱落细胞学检查,统计分析两者的特异性。结果 20例患者中术后病理诊断上尿路上皮癌18例,肾癌浸润肾盂1例,肾结石合并肾盂肾炎引起的肾盂上皮炎性增生1例。泌尿系超声、MMCT、尿脱落细胞学和FISH检查的敏感性分别为44.4%(8/18)、94.4%(17/18)、38.9%(7/18)、83.3%(15/18)。FISH诊断上尿路上皮癌的敏感性和MMCT相似(P>0.05),高于泌尿系超声和尿脱落细胞学检查(P<0.05)。20例对照组术后病理诊断均为肾透明细胞癌,FISH和尿脱落细胞学检查的特异性分别为95.0%和90.0%。结论 FISH诊断上尿路上皮癌具有较高的敏感性和特异性,且可以发现早期的上尿路上皮癌,可用于上尿路上皮癌的诊断和早期监测。展开更多
文摘目的分析m6A调节因子对膀胱癌(bladder cancer,BC)预后的影响,建立预后预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取397例BC组织的高通量测序数据和对应的临床病理特征数据。在26个m6A调节因子中,采用单因素Cox回归筛选预后相关的m6A调节因子,利用最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)Cox回归分析方法构建BC预后预测模型,比较高低风险组总生存期(overall survival,OS)、免疫检查点相关基因和靶向治疗相关基因表达的差异。通过基因集富集分析比较高低风险组中信号通路的富集情况,采用单样本基因富集分析(single sample gene set enrichment analysis,ssGSEA)和估计恶性肿瘤组织中基质和免疫细胞(estimation of stromal and immune cells in malignant tumors using expression data,ESTIMATE)法评估高低风险组免疫细胞浸润水平的差异。结果YTHDC1、IGF2BP3、LRPPRC、FTO和ALKBH3是BC独立的预后因素。利用LASSO Cox回归方法基于5个m6A调节因子建立BC预后预测风险模型,Kaplan-Meier分析结果提示高低风险组间OS存在显著差异(P<0.001),受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.665。高风险组在趋化因子、NOD样受体、嘌呤代谢、丙酮酸代谢等信号通路富集,具有丰富的免疫细胞浸润特征,PD-L1、CTLA-4、EGFR和KRAS基因表达更高。结论本研究基于m6A调节因子构建的BC预后预测模型准确性较好,有助于临床上预后判断和分层个体化治疗。