利用生物信息学分析方法识别子宫颈癌患者预后相关长链非编码RNA

发布时间：2021-01-13 20:10

　　目的利用生物信息学分析方法,通过对肿瘤基因组图谱（the Cancer Genome Atlas, TCGA）数据库中存储的子宫颈癌测序数据及临床资料进行分析,试图去识别子宫颈癌预后相关的lncRNA,弥补目前lncRNA在子宫颈癌上研究的不足。方法 TCGA数据库官网下载子宫颈癌转录组测序数据及临床资料,筛选子宫颈癌与正常组织的差异lncRNA,利用Kaplan-Meier生存分析和单因素Cox分析初步筛选与患者预后相关的lncRNA基因集,采用多因素Cox法对初步筛选的lncRNA基因集构建与子宫颈癌患者预后相关的基因模型,对在基因模型中具有显著性的lncRNA进行靶基因的功能注释。结果首先筛选出子宫颈癌与正常组织差异的lncRNA 292个,利用Kaplan-Meier生存分析和单因素Cox分析初步筛选与患者预后具有相关lncRNA 8个,利用多因素Cox模型构建患者预后相关的7个lncRNA构成预测模型,AUC值为0.714,模型具有可靠性。结论共筛选出7个与子宫颈癌预后相关的lncRNA,其中有4个lncRNA在子宫颈癌中尚未涉及,为今后进行相关研究提供方向。 

【文章来源】：临床与实验病理学杂志. 2020,36(10)北大核心

【文章页数】：5 页

【部分图文】：

差异lncRNA火山图:红色表示上调的lncRNA,绿色表示下调的lncRNA

表1 Kaplan-Meier与单因素Cox生存分析筛选出的8个显著差异的lncRNA lncRNA 差异倍数 矫正后P值(差异) P值(KM) P值(unicoX) DLEU1 1.442 0.034 0.013 6 0.005 2 LINC00908 -4.144 1.086E-10 0.048 5 0.025 5 LINC00702 -3.655 2.222E-09 0.005 4 0.011 7 LINC01337 5.750 0.011 0.045 3 0.008 9 CASC15 1.644 0.033 0.004 3 0.007 1 LINC00484 -2.508 3.66E-05 0.001 3 0.041 8 UNQ6494 -2.147 0.009 0.027 7 0.016 2 LINC01305 7.345 0.019 0.001 39 0.002 3 差异倍数．对肿瘤比正常组织的差异倍数log2值图3 7个lncRNA构建的预后模型

7个lncRNA构建的预后模型


本文编号：2975492