目的 基于铜死亡相关长链非编码RNA(cuproptosis-related long noncoding RNA,CRL)构建子宫颈癌预后模型并分析不同风险组间药物敏感性差异,为子宫颈癌患者预后预测及个体化治疗提供理论依据。方法 从癌症基因组图谱(The Cancer Genome ...目的 基于铜死亡相关长链非编码RNA(cuproptosis-related long noncoding RNA,CRL)构建子宫颈癌预后模型并分析不同风险组间药物敏感性差异,为子宫颈癌患者预后预测及个体化治疗提供理论依据。方法 从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中下载304例子宫颈癌患者的基因表达谱、突变数据和临床数据,使用随机抽样的方法将患者分为训练集(n=152例)和测试集(n=152)。采用Pearson相关性分析鉴定CRL。应用单因素Cox、LASSO和多因素Cox回归分析在训练集中构建CRL风险评分模型,在测试集和整个队列中进行验证,并根据风险评分中位数将训练集和测试集患者分为高风险组(训练集76例和测试集83例)和低风险组(训练集76例和测试集69例)。使用Kaplan-Meier(K-M)生存分析、受试者工作特征(receiver operating characteristic,ROC)曲线、单因素与多因素Cox回归和主成分分析(principal component analysis,PCA)评估CRL风险评分模型,并构建结合临床病理特征和CRL风险评分模型的列线图和校准曲线。通过基因集富集分析(gene set enrichment analysis,GSEA)探索该模型的潜在分子机制。使用Spearman相关分析探讨免疫细胞浸润与风险评分之间的相关性。绘制子宫颈癌患者基因突变图谱,分析CRL风险评分模型与体细胞变异之间的相关性。分析免疫治疗药物的敏感性和20种化疗药物在不同风险群体中的半抑制浓度(half maximal inhibitory concentration,IC50)值差异。结果 共获得704个CRL,经单因素Cox、LASSO和多因素Cox回归分析最终构建包含6个CRL(AC103591.4、AC021851.1、MNX1-AS1、FAM27E3、AL603832.1和AC097505.1)的风险评分预测模型。K-M生存曲线、ROC曲线下面积(area under the curve,AUC)和PCA分析均验证该模型具有良好的预测能力。多因素Cox回归显示,CRL风险评分可作为独立预后因子(P<0.05)。列线图对子宫颈癌患者的1、3和5年总生存(overall survival,OS)具有较好的预测能力。GSEA结果显示,高风险组与癌症通路相关。免疫细胞浸润结果表明,多数免疫细胞与CRL风险评分呈正相关(均r>0,均P<0.05)。免疫检查点分析结果显示,低风险组患者免疫检查点表达较高。基因突变图谱结果表明,高低风险组间肿瘤突变负荷(tumor mutation burden,TMB)比较,差异无统计学意义(P>0.05)。药物敏感性分析结果显示,免疫治疗药物细胞毒T淋巴细胞相关抗原4对低风险组患者疗效较好,阿卡地新、二甲基草酰甘氨酸、多柔比星、索拉非尼和阿糖胞苷5种药物的IC50值在高低风险组间比较,差异均具有统计学意义(均P<0.05)。结论 6个CRL的风险评分特征可独立预测子宫颈癌患者的预后,有助于阐明子宫颈癌中CRL的机制,并为患者临床个体化治疗提供理论指导。展开更多
目的利用与铜死亡基因有关的长链非编码RNA(cuproptosis-related long noncoding RNA,CRL)构建胰腺癌预后模型,以此预测靶向药物的敏感性,并预测可能调控铜死亡相关基因(cuproptosis-related gene,CRG)的中药。方法采用癌症基因组图谱(T...目的利用与铜死亡基因有关的长链非编码RNA(cuproptosis-related long noncoding RNA,CRL)构建胰腺癌预后模型,以此预测靶向药物的敏感性,并预测可能调控铜死亡相关基因(cuproptosis-related gene,CRG)的中药。方法采用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库收集183例胰腺癌的RNA序列和临床信息,借助Cox回归、Pearson相关分析、Lasso回归等统计学方法对CRL进行筛查,建立胰腺癌预后的风险模型,通过风险评估和临床属性特征构建诺谟图(Nomogram)。模型的准确性主要采用受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)以及C-指数进行评估。利用风险评分评估免疫浸润和化疗/靶向药的相关性,利用Coremine Medical数据库来预测可能影响CRG的中药。结果基于筛选出的6个CRL(MIR1915HG、PRECSIT、AC004982.1、AC023043.4、AC010999.2、FOXCUT)构建的胰腺癌风险模型,在预测胰腺癌患者1、3、5年生存率时,ROC曲线下面积(area under curve,AUC)分别达到了0.782、0.786、0.912,其预测结果显著优于年龄、Grade分级和TNM分期等指标。风险评分与肿瘤浸润淋巴细胞、调节性T细胞等免疫细胞富集程度及14种化疗/靶向药的敏感性相关。98种中药具有潜在调节CRG的功效,主要以清热解毒、清热泻火为主,归肝、脾、肺经。其中通关藤可能存在对铜死亡机制的关键基因FDX1调控作用。结论以6个CRL构建的风险模型能够评估胰腺癌的预后和免疫情况,通关藤可能在调控铜死亡机制方面发挥重要作用。展开更多
目的探讨铜死亡相关的长链非编码RNA(long non-coding RNA,lncRNA)在喉癌临床预后预测和免疫治疗中的作用。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中的基因组和临床数据,通过LASSO分析和Cox回归分析构建预后模型...目的探讨铜死亡相关的长链非编码RNA(long non-coding RNA,lncRNA)在喉癌临床预后预测和免疫治疗中的作用。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中的基因组和临床数据,通过LASSO分析和Cox回归分析构建预后模型,使用主成分分析、时间依赖性受试者工作特征(receiver operating characteristic,ROC)曲线和一致性指数评估其临床效能;从肿瘤突变负荷、肿瘤免疫功能障碍和排除、肿瘤干性指数等多个维度分析风险模型的预后价值;最后通过基因集富集分析(gene set enrichment analysis,GESA)探索模型高风险组的细胞功能和通路富集。结果共得到5个与铜死亡相关的lncRNA预后模型。主成分分析、ROC曲线下面积(area under the curve,AUC)超过0.8、一致性指数表明所建立的风险模型具备出色的预测能力;在高低风险患者中,风险曲线与免疫相关功能无显著相关性,与RNA干性评分呈负相关(r=-0.21,P=0.025);富集分析表明,lncRNA的生物学功能与WNT信号通路有关。结论铜死亡相关的lncRNA可能是一种新的预测喉癌预后的生物标志物,并可能为喉癌的治疗提供新途径。展开更多
文摘目的利用与铜死亡基因有关的长链非编码RNA(cuproptosis-related long noncoding RNA,CRL)构建胰腺癌预后模型,以此预测靶向药物的敏感性,并预测可能调控铜死亡相关基因(cuproptosis-related gene,CRG)的中药。方法采用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库收集183例胰腺癌的RNA序列和临床信息,借助Cox回归、Pearson相关分析、Lasso回归等统计学方法对CRL进行筛查,建立胰腺癌预后的风险模型,通过风险评估和临床属性特征构建诺谟图(Nomogram)。模型的准确性主要采用受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)以及C-指数进行评估。利用风险评分评估免疫浸润和化疗/靶向药的相关性,利用Coremine Medical数据库来预测可能影响CRG的中药。结果基于筛选出的6个CRL(MIR1915HG、PRECSIT、AC004982.1、AC023043.4、AC010999.2、FOXCUT)构建的胰腺癌风险模型,在预测胰腺癌患者1、3、5年生存率时,ROC曲线下面积(area under curve,AUC)分别达到了0.782、0.786、0.912,其预测结果显著优于年龄、Grade分级和TNM分期等指标。风险评分与肿瘤浸润淋巴细胞、调节性T细胞等免疫细胞富集程度及14种化疗/靶向药的敏感性相关。98种中药具有潜在调节CRG的功效,主要以清热解毒、清热泻火为主,归肝、脾、肺经。其中通关藤可能存在对铜死亡机制的关键基因FDX1调控作用。结论以6个CRL构建的风险模型能够评估胰腺癌的预后和免疫情况,通关藤可能在调控铜死亡机制方面发挥重要作用。
文摘目的探讨铜死亡相关的长链非编码RNA(long non-coding RNA,lncRNA)在喉癌临床预后预测和免疫治疗中的作用。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中的基因组和临床数据,通过LASSO分析和Cox回归分析构建预后模型,使用主成分分析、时间依赖性受试者工作特征(receiver operating characteristic,ROC)曲线和一致性指数评估其临床效能;从肿瘤突变负荷、肿瘤免疫功能障碍和排除、肿瘤干性指数等多个维度分析风险模型的预后价值;最后通过基因集富集分析(gene set enrichment analysis,GESA)探索模型高风险组的细胞功能和通路富集。结果共得到5个与铜死亡相关的lncRNA预后模型。主成分分析、ROC曲线下面积(area under the curve,AUC)超过0.8、一致性指数表明所建立的风险模型具备出色的预测能力;在高低风险患者中,风险曲线与免疫相关功能无显著相关性,与RNA干性评分呈负相关(r=-0.21,P=0.025);富集分析表明,lncRNA的生物学功能与WNT信号通路有关。结论铜死亡相关的lncRNA可能是一种新的预测喉癌预后的生物标志物,并可能为喉癌的治疗提供新途径。