目的:建立基于自噬和铁死亡相关基因的预后模型,并基于肾透明细胞癌(ccrCC)的自噬基因(autophagy related genes,ARGs)和铁死亡基因(ferroptosis related genes,FRGs)模型评估预后。方法:通过癌症基因组图谱(TCGA)数据库中的ccRCC数据...目的:建立基于自噬和铁死亡相关基因的预后模型,并基于肾透明细胞癌(ccrCC)的自噬基因(autophagy related genes,ARGs)和铁死亡基因(ferroptosis related genes,FRGs)模型评估预后。方法:通过癌症基因组图谱(TCGA)数据库中的ccRCC数据集识别与风险相关的ARGs和FRGs,进行功能富集和肿瘤分型分析,通过单变量和多变量Cox回归建立537例患者的预后风险模型。多指标ROC用于评估模型的准确性。最后使用GSE29609数据集验证。结果:共发现37个差异表达的基因。单变量和多变量Cox回归确定了8个与OS相关的风险相关基因:CASP4、PRKCQ、BNIP3、BAG1、BIRC5、CHAC1、ATG16L2、EIF4EBP1。Kaplan-Meier生存分析显示,高危组患者生存率较低,多指标ROC曲线下面积>0.75,说明模型预测准确率较高。然后基于CIBERSORT算法进行免疫细胞浸润评估。结论:基于8个ARGs和FRGs的肾透明细胞癌相关基因预后模型具有一定的准确性,可更准确地指导临床治疗。展开更多
文摘目的:建立基于自噬和铁死亡相关基因的预后模型,并基于肾透明细胞癌(ccrCC)的自噬基因(autophagy related genes,ARGs)和铁死亡基因(ferroptosis related genes,FRGs)模型评估预后。方法:通过癌症基因组图谱(TCGA)数据库中的ccRCC数据集识别与风险相关的ARGs和FRGs,进行功能富集和肿瘤分型分析,通过单变量和多变量Cox回归建立537例患者的预后风险模型。多指标ROC用于评估模型的准确性。最后使用GSE29609数据集验证。结果:共发现37个差异表达的基因。单变量和多变量Cox回归确定了8个与OS相关的风险相关基因:CASP4、PRKCQ、BNIP3、BAG1、BIRC5、CHAC1、ATG16L2、EIF4EBP1。Kaplan-Meier生存分析显示,高危组患者生存率较低,多指标ROC曲线下面积>0.75,说明模型预测准确率较高。然后基于CIBERSORT算法进行免疫细胞浸润评估。结论:基于8个ARGs和FRGs的肾透明细胞癌相关基因预后模型具有一定的准确性,可更准确地指导临床治疗。