基于自噬相关lncRNA建立子宫颈癌预后风险评估模型

目的探讨自噬相关长链非编码RNA(long non-coding RNA,lncRNA)的表达与子宫颈癌预后的关系,构建子宫颈癌自噬相关lncRNA的预后风险模型。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库下载273例子宫颈癌样本的转录组数据和临床资料,在人类自噬数据库(Human Autophagy Database,HADb)获取人类自噬基因列表,用共表达网络筛选出与自噬相关的lncRNA。分别采用单因素和多因素Cox回归分析,找出与子宫颈癌预后相关的自噬lncRNA,用R语言建立风险预测模型。生存分析、风险曲线和受试者工作特征(receiver operating characteristic,ROC)曲线用以验证模型的准确性,并对模型进行主成分分析(principal component analysis,PCA)以及基因集富集分析(gene set enrichment analysis,GSEA)。结果共筛选了子宫颈癌相关自噬lncRNA 577个(均r>0.4,均P<0.001)。对这577个自噬相关lncRNA进行单因素和多因素Cox分析获得11个与子宫颈癌预后相关的自噬相关lncRNA(ERICH6-AS1、AC027020.2、AC008771.1、ATP2A1-AS1、AC099568.2、AC096992.2、ZNF674-AS1、LINC01943、HCG15、AC004540.2和KMT2E-AS1)。根据最佳Akaike Informa-tion Criterion(AIC)构建基于这11个lncRNA的预测模型。多因素Cox比例风险回归分析表明,该模型获得的风险评分是子宫颈癌良好的独立预后因素(HR=1.103,95%CI:1.071~1.136,P<0.01)。低风险患者预后优于高风险患者(P<0.05)。该模型ROC曲线的曲线下面积为0.836。GSEA和PCA分析均表明,以自噬状态能较好区分低风险和高风险患者。结论基于自噬相关lncRNA建立的预测模型预测效能好,准确性高,可为子宫颈癌预后不良个体的鉴别提供参考。

整合生物信息学鉴定宫颈高级别鳞状上皮内病变的关键基因

目的通过多芯片数据整合分析筛选高级别鳞状上皮内病变(HSIL)发生发展的关键基因,鉴定与HSIL密切相关的生物标志物及潜在的药物靶点。方法从GEO数据库下载HSIL的基因表达数据,并通过鲁棒秩聚合法(RRA)获得HSIL组和对照组(正常宫颈组织)之间的差异表达基因,随后进行基因功能注释和蛋白互作网络(PPI)分析,分析这些差异表达基因的生物学功能,鉴定与HSIL密切相关的关键基因。结果共纳入GSE63514、GSE7803、GSE138080和GSE26278四个数据集,共包含105个HSIL样品和56个正常宫颈组织样品。RRA集成分析确定了175个显著的差异表达基因(上调基因77个,下调基因98个),其中最显著上调的基因是细胞周期蛋白依赖性激酶抑制剂2A(CDKN2A),最显著下调的基因是富半胱氨酸的C端1(CRCT1)。根据PPI和RRA的结果,最终确定了5个与HSIL密切相关的关键基因,包括CXC趋化因子配体1(CXCL1)、胞嘧啶脱苷酶(CDA)、乳铁蛋白(LTF)、CDKN2A、CRCT1。结论CXCL1、CDA、LTF、CDKN2A、CRCT1可能作为HSIL的生物标志物,可能为HSIL的早期筛查和个体化治疗提供理论依据。