基于芯片重注释技术构建口腔鳞状细胞癌预后相关的lncRNA风险评分模型

目的:利用芯片重注释技术,构建预测口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)的lncRNA风险评分(lncRNA-RS)模型。方法:下载GEO数据库中的GSE42743数据集作为训练集(n=74),TCGA中的头颈部肿瘤队列作为测试集(n=78)。利用生物信息学方法对训练集中的基因探针进行重注释,并通过单因素和多因素Cox回归分析建立OSCC预后相关的lncRNA-RS模型。然后,采用生存曲线和多因素Cox回归分析评价lncRNA-RS模型对预后的预测作用。最后,运用KEGG通路分析探究模型中lncRNA可能的作用机制。结果:单因素Cox回归分析共发现5个与OSCC预后显著相关的lncRNA(P<0. 001)。基于这5个lncRNA进一步构建OSCC预后相关的lncRNA-RS模型,并根据lncRNA-RS将患者分为高风险组(n=37)和低风险组(n=37)。生存曲线分析表明,低风险组患者的总生存期在训练集(P<0. 001)和测试集(P=0. 022)中均优于高风险组。多因素Cox回归分析表明,lncRNA-RS在训练集(HR:9. 860,95%CI:4. 289～22. 667,P <0. 001)和测试集(HR:2. 259,95%CI:1. 171～4. 357,P=0. 015)中均为影响OSCC预后的独立因素。KEGG富集分析表明,这些lncRNA主要参与调节代谢相关通路、钙信号通路、m TOR信号通路和AMPK信号通路等。结论:本研究基于5个lncRNA构建了lncRNA-RS模型,可作为一种潜在的OSCC预后标志物组合。