免疫相关LncRNA与膀胱癌预后关系分析及预测模型建立

发布时间：2021-03-08 20:06

　　目的分析免疫相关LncRNA与膀胱癌预后的关系,建立预测模型并初步探讨各组免疫特征。方法从TCGA数据库下载393例膀胱癌患者的基因表达谱及相应预后信息,通过R和Perl软件分析处理数据并提取免疫相关LncRNA;应用COX风险比例回归模型分析预后相关LncRNA并在此基础上构建预测模型,采用Kaplan-Meier法绘制生存曲线并对组间差异进行log-rank检验;通过ROC曲线下面积（AUC）评价模型的预测准确度;采用主成分分析（PCA）及基因富集分析（GSEA）各组中免疫相关基因的分布,采用ESTIMATE法评估各样本免疫微环境的组成。结果通过单因素及多因素COX回归分析确定5个免疫相关LncRNA,根据回归系数β对其赋值并计算患者评分,构建预测模型并分为高风险组和低风险组,两组的生存期具有明显统计学差异（P<0.001）;预测模型ROC曲线下面积AUC:0.69;高、低风险组患者免疫相关基因分布具有明显的差异,且高风险组免疫评分较高。结论基于免疫相关LncRNA构建的模型能够较好的预测膀胱癌患者的生存及免疫状态,有助于临床上进行预后判断及分层个体化治疗。 

【文章来源】：遵义医科大学学报. 2020,43(01)

【文章页数】：5 页

【部分图文】：

预测模型的生存曲线及分组特征

根据免疫基因表达谱进行主成分分析(PCA),发现高、低风险组患者免疫相关基因的分布具有明显的差异(见图2B)。通过GSEA进一步分析显示,在高风险组中的免疫系统和免疫应答途径相关基因明显富集(见图2C、D)。通过ESTIMATE分析发现高风险组的免疫评分高,低风险组较低(见图3)。高风险组所包含的免疫细胞和基质细胞数量较多,而肿瘤纯度低,两组间具有统计学差异(P<0.001)。图3 高风险组及低风险组的ESTIMATE分析

高风险组及低风险组的ESTIMATE分析


本文编号：3071597