基于TCGA数据分析黑色素瘤中的可变剪切事件及预后模型建立
发布时间:2021-04-09 08:04
[目的]探讨可变剪切事件与黑色素瘤预后的相关性。[方法] 471例黑色素瘤患者的临床信息下载自TCGA数据库,与患者对应的可变剪切事件下载自TCGA SpliceSep数据库。采用单因素Cox回归分析筛选预后相关的可变剪切事件;采用Lasso回归分析构建预后模型,并计算黑色素瘤患者的风险值,对高低风险组绘制生存曲线,ROC曲线和风险曲线;随后采用单因素和多因素Cox回归分析进行独立预后分析。采用Metascape在线工具对预后相关的可变剪切基因进行富集分析。[结果]设置阈值为P<0.05,筛选得到的预后相关的可变剪切事件共有1238例。Lasso回归表明,采用MTMR14│63114│ES和BATF2│16723│AP的可变剪切事件PSI值作为预后模型,高风险组患者的生存时间减少,死亡人数增加。此外,预后模型作为独立预后因子可准确预测黑色素瘤患者的预后状况。与预后相关的可变剪切基因富集的生物学功能主要包括细胞死亡的调节,蛋白复合体组装的调节,GTP酶活性的调节,核质运输和DNA修复。[结论]预后相关的可变剪切事件可作为预后模型,较准确地预测黑色素瘤的预后状况。
【文章来源】:肿瘤学杂志. 2020,26(10)
【文章页数】:6 页
【文章目录】:
1 材料与方法
1.1 数据收集
1.2 预后相关的可变剪切事件的筛选
1.3 构建预后模型
1.4 预后模型的检验
1.5 生存相关可变剪切基因的富集分析
2 结果
2.1 预后相关可变剪切事件的筛选
2.2 黑色素瘤患者预后模型的构建
2.3 预后模型的检验
2.4 预后相关可变剪切的富集分析
3 讨论
本文编号:3127256
【文章来源】:肿瘤学杂志. 2020,26(10)
【文章页数】:6 页
【文章目录】:
1 材料与方法
1.1 数据收集
1.2 预后相关的可变剪切事件的筛选
1.3 构建预后模型
1.4 预后模型的检验
1.5 生存相关可变剪切基因的富集分析
2 结果
2.1 预后相关可变剪切事件的筛选
2.2 黑色素瘤患者预后模型的构建
2.3 预后模型的检验
2.4 预后相关可变剪切的富集分析
3 讨论
本文编号:3127256
本文链接:https://www.wllwen.com/yixuelunwen/pifb/3127256.html
最近更新
教材专著