基于单样本基因富集分析分型构建肺腺癌的风险预测模型

目的研究基于单样本基因富集分析（ssGSEA）分型构建肺腺癌的风险预测模型的价值。方法从癌症基因组图谱（TCGA）数据库及基因表达数据库（GEO）中分别获取515例及116例肺腺癌患者的数据。基于TCGA数据库进行ssGSEA分析及聚类分析,将样本分为高免疫评分组和低免疫评分组,并进行免疫相关分析、富集分析及差异分析,进一步获得免疫相关的差异表达基因。将TCGA数据集患者以7∶3随机分为训练集和内部验证集。基于TCGA训练集的免疫相关差异表达基因数据,通过单因素Cox风险回归、套索算法（Lasso）回归以及多元逐步Cox风险回归分析降维,构建肺腺癌患者预后的预测模型,获得相应的风险分数（Riskscore）,并用TCGA内部验证集及GEO外部验证集进行验证。将Riskscore与临床特征进行独立预后因素分析,建立列线图。ROC曲线与校正曲线分析分别用来评估模型的效能及拟合度。结果根据患者样本的ssGSEA免疫评分、聚类分析及差异分析的结果,患者被分为高免疫评分组和低免疫评分组以及获得1447个差异表达基因。再通过单因素Cox风险回归、Lasso回归以及多元逐步Cox风险回归分析降维,获得剩余8个预后相关免疫差异表达基因的最优集合和每例患者的Risks-core。该风险预测模型在训练集、内部验证集及外部验证集的AUC分别为0.703、0.713、0.750。根据独立预后分析结果,肺腺癌的分期及预测模型的Riskscore是肺腺癌患者的两个独立预后因子并联合绘制列线图。列线图1、3、5年总生存期的AUC分别为0.789、0.763、0.746。校正曲线分析也显示该模型的拟合度较好。结论基于ssGSEA分型构建并验证的肺腺癌患者预后风险预测模型,具有较高的预后风险预测效能,可为临床医师判断肺腺癌患者总生存期提供辅助工具。     

基于TCGA数据库的胃腺癌铜死亡相关lncRNA预后模型构建

目的基于癌症基因组图谱（TCGA）数据库建立胃腺癌的铜死亡相关长链非编码RNA（lncRNA）预后模型。方法从TCGA数据库中获取胃腺癌的转录组数据和临床数据,检索相关文献获取铜死亡相关基因,应用Pearson相关分析确定胃腺癌铜死亡相关lncRNA。对目标lncRNA进行单因素Cox和套索算法回归分析,筛选出预后相关lncRNA,然后对其进行多因素Cox回归分析,根据预后模型公式计算风险评分,将患者分成高、低风险组进行生存差异分析。通过Kaplan-Meier曲线、主成分分析、ROC曲线、列线图评价预后模型的预测效能。对高、低风险组进行肿瘤微环境（TME）、肿瘤突变负荷（TMB）、微卫星状态、免疫逃逸和药物敏感性分析。结果10个lncRNA被纳入构建预后模型,通过预后模型对样本进行生存分析发现,高风险组患者生存状况较差。主成分分析、ROC曲线证实该预后模型具有更高的灵敏度和准确度。单因素和多因素Cox回归分析显示年龄、临床分期和风险评分是预后的独立因子,以上述独立预后因子构建的列线图具有良好的区分度和一致性。进一步研究发现高风险组患者表现出更高的免疫浸润、低TMB、高度微卫星不稳定,并且高TMB和低风险的患者具有更好的预后。低风险组患者对更多的药物敏感,并且从免疫治疗中获益更多。结论铜死亡相关ln-cRNA构建的预后模型可预测胃腺癌患者的预后,同时可反映患者TME及免疫治疗获益情况,从而为胃腺癌患者的药物选择提供参考依据。     

基于生物信息学分析构建肺腺癌蛋白质预后模型

目的: 通过生物信息学分析构建肺腺癌蛋白质预后模型。方法: 从癌症蛋白质组图谱和肿瘤基因组图谱数据库分别获取肺腺癌的蛋白质数据和相应的临床数据,通过单因素 Cox 回归分析和逐步回归分析筛选与肺腺癌预后相关的蛋白质,建立预后风险模型;使用多因素 Cox 回归对其进行预后风险评分分析,计算曲线下面积(AUC)评价模型的稳健性和准确性。结果: 筛选出3个与生存显著相关的蛋白质用于预后模型的构建;预后模型风险评分与预后显著相关(P＜0.001),可作为评估患者预后的独立风险因子;预后模型AUC=0.710,说明模型具有稳定的特异性和灵敏度。结论: 该预后模型能准确预测肺腺癌患者的总体生存率,有助于临床早期识别预后不良的肺腺癌患者并对其进行早期干预治疗,对提高肺腺癌的生存率具有重要意义。此外,筛选出3个促进肺腺癌进展的风险蛋白有望成为肺腺癌治疗的新靶点。     

基于铜死亡相关长链非编码RNA构建膀胱癌患者预后风险评估模型

目的:基于铜死亡相关长链非编码RNA(lncRNA)构建膀胱癌患者预后风险评估模型。方法:下载癌症基因组图谱数据库中的膀胱癌患者RNA序列数据和临床数据，采用Pearson相关性分析、单因素Cox回归、Lasso回归和多因素Cox回归分析筛选与铜死亡及膀胱癌患者预后相关的lncRNA，并构建铜死亡相关的lncRNA膀胱癌患者预后风险评分方程。根据风险评分方程计算的中位数将患者分为高风险组和低风险组，比较两组免疫细胞丰度差异。应用Kaplan-Meier生存曲线评估风险评分方程的准确性；应用受试者操作特征曲线(ROC曲线)评估风险评分方程预测患者1、3、5年存活率的价值；采用单因素和多因素Cox回归筛选与膀胱癌患者预后相关的影响因素，构建膀胱癌患者预后风险评估列线图，并通过校准曲线评估列线图预测的准确性。结果:膀胱癌患者预后风险评分方程由9个铜死亡相关的lncRNA构建。免疫浸润分析结果显示，高风险组M0巨噬细胞、M1巨噬细胞、M2巨噬细胞、静息肥大细胞及中性粒细胞丰度明显高于低风险组，而低风险组CD8⁺T细胞、辅助性T细胞、调节性T细胞及浆细胞丰度明显高于高风险组...     

铜代谢相关基因模型的构建及其对急性髓系白血病预后的意义

目的探讨铜代谢相关基因在急性髓系白血病（AML）预后预测中的意义。方法从癌症基因组图谱和儿童肿瘤数据库中下载AML患者的RNA序列和临床病理学数据,通过单因素Cox回归分析和LASSO回归算法筛选对AML预后有影响的铜代谢相关基因并构建风险评分模型,分析差异基因表达情况。根据风险评分将AML患者分为高危组和低危组。绘制Kaplan-Meier生存曲线和ROC曲线,分析风险评分模型的预后意义。绘制基于风险评分的列线图,并验证其预测效能。采用免疫浸润分析研究与风险评分相关的肿瘤微环境特征。结果共筛查到16个与AML预后相关的铜代谢相关的基因。年龄、白血病FAB分型、遗传学危险度分级等因素与高风险评分有关。ROC曲线显示,构建的风险评分模型预AML患者1、3、5年总生存率的AUC分别为0.899、0.890和0.951。Kaplan-Meier生存曲线显示,高危组的总生存期远短于低危组（P＜0.01)。高风险评分与浸润免疫细胞（M2型巨噬细胞、调节性CD4+T细胞和自然杀伤细胞）有关。结论基于铜代谢相关基因构建的风险评分模型可有效预测AML患者总生存率。风险评分与患者年龄、白血病FAB分型和遗传学危险度分级有关。     

基于TGGA数据库构建肺腺癌自噬相关基因预后风险模型

目的 基于TCGA数据库,结合人类自噬数据库构建预测肺腺癌患者预后的风险模型,探讨自噬相关基因预后风险模型对肺腺癌患者预后的预测性能及与免疫微环境的相关性。方法 从癌症基因组图谱数据库下载肺腺癌患者临床信息和转录组数据,结合人类自噬数据库筛选出232个自噬相关基因。通过Cox回归分析筛选出4个独立与预后相关的自噬基因,并采用风险评分构建肺腺癌预后预测模型,用ROC曲线评价预测模型性能。使用ESTIMATE和CIBERSORT在线网站(https://cibersort.stanford.edu/)探索风险评分与肿瘤免疫微环境之间的关系。结果 肺腺癌中有30个差异表达的自噬相关基因,其中4个自噬基因(BIRC5、ERO1A、ITGB4、NLRC4)具有预测患者预后的功能。依据风险评分进行分组,Kaplan-Meier分析表明高风险组生存率低于低风险组(P <0.000 1)。ROC曲线表明风险评分模型判断肺腺癌预后的准确性(AUC=0.757)。ESTIMATE和CIBERSORT分析提示风险评分模型与肿瘤微环境中的多个免疫细胞亚群浸润相关。结论 自噬相关基因预后风险模型较临床数据...     

嘌呤代谢相关基因预测肺腺癌预后模型的构建及验证

目的 探讨嘌呤代谢相关基因预测肺腺癌预后模型的临床应用价值。 方法 嘌呤代谢相关基因数据来源于人类基因数据库,肺腺癌 mRNA 转录组数据和临床数据来源于癌症基因组图谱数据库,并使用 Perl 及 R 软件筛选出与肺腺癌预后有关的表达差异的嘌呤代谢相关基因,并进行京都基因与基因组百科全书和基因本体论富集分析,用 Cox 回归分析及套索回归分析建立预后模型,通过 Kaplan-Meier 生存曲线比较高、低风险组的预后差异,通过 ROC 曲线验证该预后模型预测 1、3、5 年总生存期（OS）的可靠性,使用 Cox 回归分析临床因素与肺腺癌患者预后的关系。最后使用基因表达数据库中的 GSE26939 数据集进行外部验证。 结果 本研究最终筛选出了 5 个与肺腺癌预后相关的嘌呤代谢相关基因（CD19、CYP17A1、KHDRBS2、INHA、PLK1）,并建立了相关预后风险评分模型。Kaplan-Meier 生存曲线显示,低风险组患者 OS 高于高风险组（P＜0.01）。生存状态图及建模基因表达热图显示,高风险组患者比低风险组患者的预后差。1、3、5 年 OS 的 AUC 分别为 0.76、0.74、0.77,提示该模型有较好的预测效能。多因素 Cox 回归分析显示肿瘤分期和风险评分均是肺腺癌患者预后的独立危险因素（均 P＜0.05）。外部验证集的 Kaplan-Meier 生存曲线显示,低风险组患者 OS 高于高风险组（P＜0.01）。生存状态图及建模基因表达热图显示,高风险组患者具有更差的预后。1、3、5 年 OS 的 AUC 分别为 0.96、0.82、0.84,提示模型有较好的预测效能。 结论 嘌呤代谢相关基因可能通过促进肺腺癌细胞的增殖来影响肺腺癌患者的预后,本文建立的预后模型可为临床研究提供潜在依据。     

基于癌症基因组图谱肺鳞状细胞癌免疫细胞浸润图景及预后分析

目的 探讨肺鳞状细胞癌组织免疫细胞浸润全景,构建预后风险评估模型,分析并评估患者的预后.方法 利用癌症基因组图谱(TCGA)数据库肺鳞状细胞癌全转录组数据,通过R 4.0.3软件利用CIBERSORT反卷积算法计算不同免疫细胞浸润相对含量,用单因素和多因素Cox回归分析建立预后风险评估模型,并用ROC曲线评估模型效能,结合临床变量绘制预测患者3、5、10年生存率列线图.结果 共涉及22种免疫细胞类型.正常组织中的8种免疫细胞亚群(初始B细胞、浆细胞、激活记忆CD4T细胞、滤泡辅助性T细胞、调节性T细胞、M0型巨噬细胞、M1型巨噬细胞、休眠树突状细胞)浸润相对含量均低于肺鳞状细胞癌组织(P＜0.05或P＜0.01),正常组织中的另外8种免疫细胞亚群[休眠记忆CD4T细胞、休眠自然杀伤(NK)细胞、单核细胞、M2型巨噬细胞、激活树突状细胞、休眠肥大细胞、嗜酸性粒细胞、中性粒细胞]浸润相对含量均高于肺鳞状细胞癌组织(P＜0.01或P＜0.05),其余免疫细胞亚群(记忆性B细胞、CD8T细胞、初始CD4T细胞、γ/δT细胞,激活NK细胞、激活肥大细胞)在两组间差异均无统计学意义(P均＞0.05).初始CD4T细胞、休眠记忆CD4T细胞对肺鳞状细胞癌患者是危险因素(HR＞1),而激活记忆CD4T细胞、滤泡辅助性T细胞、休眠树突状细胞则是保护因素(HR＜1).激活记忆CD4 T细胞、休眠树突状细胞浸润相对含量高的肺鳞状细胞癌患者预后较相对含量低的患者好(P＜0.05).用激活记忆CD4T细胞、滤泡辅助性T细胞、休眠树突状细胞构建的肺鳞状细胞癌患者预后风险评估模型的效能良好,ROC曲线的AUC为0.678.结论 休眠树突状细胞、激活记忆CD4T细胞与肺鳞状细胞癌的发生、预后有关,并且可以作为独立的预后因子.预后相关免疫细胞亚群构建的预后风险评估模型效能良好.     

基于SEER数据库构建男性鼻咽鳞状细胞癌患者预后模型

目的：建立一个列线图来预测男性鼻咽鳞状细胞癌患者的生存率。方法：从SEER数据库下载和提取2010—2015年男性鼻咽鳞状细胞癌患者的临床资料,随机分为建模组（811例）和验证组（363例）,最小绝对值选择与收缩算子（Least absolute shrinkage and selection operator,LASSO）回归对自变量进行筛选,采用Cox竞争风险模型进行多因素分析,构建列线图预测男性鼻咽鳞状细胞癌患者1年、3年、5年的生存率,采用一致性指数（C-index）、校准曲线、受试者工作特征曲线下面积（Area under a receiver operating characteristic curve,AUC）评估模型的区分度及准确度,临床决策曲线评估模型的临床实用价值,根据构建的模型,计算出模型的风险评分,以中位数水平将样本分为高风险组及低风险组,比较高风险组及低风险组生存率。结果：共纳入1 174例患者,建模组（n=811）和验证组（n=363）。经LASSO回归和Cox回归分析表明,T分期、M分期、年龄、脑转移、肝转移、肺转移是男性鼻咽鳞状细胞癌独立危险因素。建模组...     

染色质调节因子相关的lncRNA肾透明细胞癌预后模型的构建和验证

目的 构建染色质调节因子（CR）相关长链非编码RNA（lncRNA）的肾透明细胞癌（ccRCC）预后模型,提高ccRCC的预后管理。 方法 从TCGA数据库下载ccRCC的转录组数据和临床数据,并通过“caret”R包将ccRCC样本以7∶3的比例分为训练集（166例）和验证集（71例）。基于“DESeq2”R包筛选出差异表达的CR及相关的lncRNA。构建CR与lncRNA的共表达网络,并筛选出相关系数|rs|＞0.3且P＜0.05的差异lncRNA。利用单因素Cox、Lasso和多因素逐步Cox回归分析,构建CR相关的lncRNA预后模型。计算训练集和验证集样本的风险评分,根据风险评分的中位数将ccRCC患者分为高、低风险组。K-M曲线和受试者操作特征（ROC）曲线评价模型,单因素和多因素Cox回归分析评估风险评分的独立预测性能。“DynNom”和“shiny”R包开发在线预测工具。单样本基因集富集分析探索风险评分与免疫微环境及免疫检查点的关系。 结果 本研究最终纳入237个肿瘤样本和72个癌旁正常组织样本,鉴定了1 025个CR相关的lncRNA,最终筛选得到7个CR相关lncRNA（DUXAP8、AC026462.3、LINC01460、AL592494.1、AL353804.2、AC012462.1、AC009518.1）构建预后模型,并将其开发成在线工具（https://xzlmodelshiny.shinyapps.io/DynNomapp/）。高危组患者的生存率低于低危组（P＜0.05）,ROC曲线表明模型预测效能较好,单因素分析和多因素分析中风险评分的HR值分别为4.058（95%CI：2.530~6.508,P＜0.001）和3.096（95%CI：1.887~5.080,P＜0.001）。高风险组MDSC和Tregs细胞等免疫抑制细胞的浸润比例高于低风险组,趋化因子、免疫检查点及副炎症等通路的富集水平高于低风险组（P＜0.05）。此外,风险评分与免疫检查点TNFRSF25和TNFSF14呈正相关（r＞0.3,P＜0.05）。 结论 本研究构建的CR相关的lncRNA风险模型可独立有效地预测ccRCC患者的预后。     

利用数据库信息构建乳腺癌免疫关联lncRNAs风险评估模型

目的 筛选乳腺癌中免疫关联长链非编码RNA(lncRNA),并构建乳腺癌预后风险评估模型,探索预后相关因素。 方法 从UCSC Xena(https://xena.ucsc.edu/)、TCGA、immport(https://www.immport.org/home)官网分别下载乳腺癌患者的测序数据、临床信息以及免疫基因集,并将这些数据进行整理和清洗,最终得到乳腺癌免疫关联lncRNA表达矩阵及临床信息。利用单因素Cox和多因素Cox回归分析筛选出与预后相关的免疫关联 lncRNA,用于构建预后风险评分。根据风险评分的中位数,将患者分为高风险组和低风险组,利用Kaplan-Meier(K-M)生存分析、受试者工作特征曲线(ROC)分析及独立预后因素评估对模型进行评价,并将此模型联合其他临床因素构建列线图,对乳腺癌患者进行生存率预测。 结果 最终确定10个免疫关联 lncRNAs 用来构建风险评分模型;高风险组较低风险组预后差;风险评分可作为乳腺癌患者的独立预后因素;列线图的C指数(CI)为0.751,校准图显示预测值与实际观测值一致性较好。 结论 由10个免疫关联lncRNAs 组成的风险评分模型可用于评估乳腺癌患者的预后,由此建立的列线图可进一步预测乳腺癌患者的生存率。     

肝癌中m7G甲基化相关lnc RNAs预后模型和动态列线图的开发

目的 基于癌症基因组图谱（TCGA）数据库探究m7G甲基化相关的长非编码RNAs(lnc RNAs)在肝癌中的预后价值并开发动态列线图。方法 应用TCGA数据库来检索临床和转录组数据。采用单因素Cox回归分析和多因素Cox回归分析筛选预后相关的m7G甲基化相关lncRNAs,最后构建预后模型和动态列线图。结果 通过单因素和多因素Cox回归分析,得到4个m7G甲基化相关的lnc RNAs(AL031985.3、AL365203.2、AC009403.1和AC015908.3)。构建了预后模型并验证了该模型的有效性。在评估了免疫细胞浸润水平、免疫功能、免疫检查点后,发现高风险组和低风险组之间存在显著差异。最后开发了有效的在线版动态列线图。结论 基于m7G甲基化相关的lncRNAs的肝癌预后模型和动态列线图可以更准确预测肝癌患者的预后,并为临床的诊治提供了更大的方便性。     

肺腺癌中免疫相关lncRNA的筛查表达与预后分析

目的筛查肺腺癌免疫相关lncRNA,并分析其在肺腺癌中的表达及对患者预后的影响。方法自美国TCGA数据库筛选肺腺癌患者的转录数据和临床资料;使用美国Cytoscape软件3.5.0构建免疫-lncRNA共表达网络获得免疫相关的lncRNA;采用单变量Cox回归分析分配风险评分,筛选预后相关的lncRNA,GraphPad Prism 8软件进行Kaplan-Meier生存分析,多变量Cox回归分析预测患者生存的独立预后因素;使用R3.6.1软件和limma包进行主成分分析;基因组富集分析各组的功能注释。结果数据库挖掘获得14 142个lncRNA和331个免疫相关基因,关联分析共筛选出1133个免疫相关的lncRNA;单因素COX回归分析发现15个免疫相关lncRNA与肺腺癌预后相关,多因素Cox回归分析发现其中6个免疫相关的lncRNA(AL161431.1、AC079949.2、LINC00707、AC010980.2、AC068338.3、AC123595.1)是肺腺癌患者生存的独立预后因素,而风险分数是与总生存期相关的独立预后因素;6个免疫相关的lncRNA中低风险组总体生存期较高风险组显著延长(P<0.000 1);主成分分析显示,高、低风险组的风险值有显著差异;基因富集分析结果显示高、低风险组在免疫应答通路中均有富集。结论成功筛选出6个免疫相关的lncRNA,且其可预测肺腺癌患者的预后。     

基于离子通道相关基因的膀胱癌患者预后风险评估模型构建

目的:基于离子通道相关基因（ICRG）构建膀胱癌患者预后风险评估模型。方法:首先从已有研究中获得ICRG。患者临床信息和信使RNA表达均从癌症基因组图谱数据库膀胱癌数据集下载。接着，采用Cox回归分析和最小绝对收缩与选择算子回归分析筛选预后相关基因并通过免疫组织化学及定量逆转录量聚合酶链反应结果验证相关基因的表达。然后，构建预测膀胱癌患者预后的风险评分方程并根据风险评分的中位数将患者分为高风险组和低风险组，比较两组免疫细胞浸润丰度差异。应用Kaplan-Meier生存曲线及应用受试者操作特征曲线（ROC曲线）评估风险评分方程的准确性以及临床应用价值。最后，通过单因素和多因素Cox回归筛选与膀胱癌患者预后相关的影响因素构建膀胱癌患者预后的列线图。结果:通过比较膀胱癌组织与健康膀胱组织中ICRG的表达水平，发现共有73个ICRG差异表达，其中11个与膀胱癌患者的预后相关。Kaplan-Meier生存曲线结果提示，基于这11个基因构建的风险评分与患者预后呈负相关；随时间变化的ROC曲线结果显示，风险评分预测患者1、3、5年预后的曲线下面积分别为0.634、0.665、0.712。分层分析发现...     

基于SEER数据库的皮肤Merkel细胞癌预后分析

目的 确定皮肤Merkel细胞癌的预后因素,并构建列线图预测经手术切除的Merkel细胞癌患者的肿瘤特异性生存率。 方法 从美国国立癌症研究所的监测、流行病学、结果(SEER)数据库中收集1 271例患者,按7∶3比例采用随机数字表法分为建模组(891例)和验证组(380例)。采用单因素及多因素Cox回归分析确定预后影响因素,并将这些因素用于构建Merkel细胞癌患者的肿瘤特异性生存率的列线图。通过一致性指数(C-index)、曲线下面积(AUC)和校准曲线评价Cox比例风险模型的区分度和一致性,最后将模型的预测效果和传统TNM分期系统进行对比。 结果 Cox回归分析显示,年龄、性别、肿瘤大小、N分期、M分期和癌症特异性生存率相关,而种族、婚姻状况和放疗对肿瘤特异生存率没有显著影响。利用上述预后因素构建的列线图表现出比传统TNM分期更好地预测效果:建模组使用新模型预测,C指数为0.761,而使用TNM分期系统的C指数为0.711;新模型的AUC在建模组和验证组中均高于TNM分期。同时,2组的校准曲线一致性良好。 结论 本次构建的列线图在预测经手术切除的Merkel细胞癌患者生存率方面的效果优于第8版TNM分期系统,有助于临床医师对患者预后进行评估及个体化治疗。      

基于乳酸代谢基因的肺腺癌预后模型的建立和评价

目的 探讨肺腺癌（LUAD）组织中乳酸代谢相关基因以及基于乳酸代谢基因构建LUAD预后评分模型,阐明其预测LUAD预后的能力。 方法 采用癌症基因图谱（TCGA）数据库筛选LUAD相关乳酸代谢基因。采用单因素和多因素Cox回归及LASSO回归分析获得关键基因并构建LUAD的乳酸代谢评分模型,采用Kaplan-Meier生存分析和受试者工作特征（ROC）曲线对模型的预测能力进行验证,TIMER法评估该模型与患者临床特征和免疫细胞浸润丰度之间的关系。 结果 成功筛选出16个乳酸代谢基因并构建评分模型;生存分析,低风险组患者的总生存时间（OS）明显高于高风险组（P< 0.01）,且有较高的预测预后能力,ROC曲线下面积（AUC）均高于0.7;多因素Cox回归分析,23个乳酸代谢基因是LUAD患者的独立的预后基因;乳酸评分与B淋巴细胞（r=－0.326,P<0.001）、CD4 T淋巴细胞（r=－0.196,P<0.001）、CD8 T淋巴细胞（r=－0.094,P=0.036）、巨噬细胞（r=－0.198,P<0.001）和树突状细胞（r=－0.119,P=0.008）百分率呈负相关关系。 结论 乳酸代谢评分模型可以很好评估LUAD 预后与肿瘤微环境（TIMER）的状态,可作为LUAD预后预测的生物标志物。     

非凋亡调节性细胞死亡基因对肺腺癌预后的预测价值及其生物学功能（英文）

目的 探究非凋亡调节性细胞死亡基因（non-apoptotic regulatory cell death genes,NARCDs）预测肺腺癌预后的价值及其潜在生物学功能。方法 我们下载癌症基因组图谱（The Cancer Genome Atla,TCGA）及基因表达综合（Gene Expression Omnibus,GEO）数据库中肺腺癌的转录组数据。使用R软件分析在肺腺癌组织和正常组织之间存在差异表达的NARCDs。采用单变量Cox分析和LASSO-Cox回归分析构建NARCDs预后模型。采用生存分析曲线、受试者工作特征曲线、单因素和多因素Cox回归分析评估NARCDs预后模型对肺腺癌预后的预测能力。采用GSVA、GO和KEGG分析NARCDs预后模型的功能富集情况。此外,我们分析了高、低NARCDs评分组间的肿瘤突变负担、肿瘤微环境、肿瘤免疫功能障碍与排斥（Tumor Immune Dysfunction and Exclusion,TIDE）评分和化疗药物敏感性的差异。最后,使用STRING和Cytoscape软件构建NARCDs与免疫相关基因的蛋白-蛋白相互作用网络。结果...     

基于生物信息学筛选子宫内膜癌预后相关的lncRNAs分子标签

目的：寻找与子宫内膜癌预后相关的lncRNAs分子标签,为预测子宫内膜癌患者的预后及个体化治疗提供有效指导。方法：下载TCGA数据库中的523例子宫内膜癌患者样本,随机分为训练集（n =262）和测试集（n =261）。在训练集中,采用单因素Cox回归结合LASSO回归分析筛选与子宫内膜癌预后相关的lncRNAs分子标签,构建lncRNAs风险评分模型,预测子宫内膜癌预后,并在测试集中验证其预测的有效性。最后,采用基因集富集分析（GSEA）研究lncRNAs风险评分模型预测的高、低风险组之间生物学通路富集的差异。结果：基于LASSO Cox回归分析,一共筛选出13个与子宫内膜癌预后显著相关的差异lncRNAs（P ＜0.001）,并以它们作为分子标签构建lncRNAs风险评分模型,将子宫内膜癌患者划分为高风险组和低分险组;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 ＜0.001）中均显著优于高风险组。多因素Cox回归分析显示,这13个lncRNAs在训练集（HR =1.08,95%CI：1.06～1.10,P ＜0.001）和测试集（HR =1.54,95%CI：1.34～1.78,P ＜0.001）中均为影响子宫内膜癌预后的独立危险因素。进一步构建lncRNAs分子标签联合临床指标模型并绘制ROC曲线发现,lncRNAs分子标签联合临床指标的模型可进一步提高预测效能。GSEA富集分析表明,细胞周期调控相关的基因集在高风险组中有显著富集,免疫和代谢相关通路则更多地在低风险组富集。结论：本研究确定了与子宫内膜癌预后相关的lncRNAs,基于13 个lncRNAs构建的风险评估模型可作为预测子宫内膜癌预后标志物的分子标签。     

浸润性肺腺癌患者预后危险因素分析

目的分析影响浸润性肺腺癌患者预后的独立危险因素。方法选取2012年1月至2015年12月经舟山医院手术病理检查结果确诊为浸润性肺腺癌的患者368例,按随访截至时间生存情况分为死亡组（71例）和存活组（297例）。采用Kaplan-Meier法绘制所有患者术后5年生存曲线,并采用字2检验对所有患者的相关临床病理因素进行单因素分析,将单因素分析筛选出与患者术后生存有关的变量,纳入Cox回归比例风险模型进行多因素分析、建立回归方程,判定影响预后的独立危险因素。结果两组患者在Ki-67、肿瘤病理亚型、肿瘤类型、肿瘤大小、有无淋巴结转移方面比较差异均有统计学意义（均P＜0.05）,而在性别、年龄、肿瘤生长部位方面比较差异均无统计学意义（均P＞0.05）。Ki-67指数、肿瘤大小均与患者的5年生存率呈显著相关（均P＜0.05）。无淋巴结转移的患者5年生存率（91.1%）明显优于有淋巴结转移的患者（31.7%）,差异有统计学意义（P＜0.05）。在不同的病理亚型中,以微乳头为主的肺腺癌患者5年生存率明显低于以附壁生长为主的患者（P＜0.05）。而肿瘤类型为周围型患者的5年生存率明显优于中央型患者（P＜0.05）。多因素Cox回归分析表明,Ki-67指数和有无淋巴结转移均是影响浸润性肺腺癌患者预后的独立危险因素（均P＜0.01）,且高Ki-67指数与死亡的风险呈正相关（P＜0.01）。而肿瘤大小、肿瘤类型以及肿瘤病理亚型与浸润性肺腺癌患者预后无明显相关性（均P＞0.05）。结论较高的Ki-67指数与淋巴结转移是影响浸润性肺腺癌患者预后的独立危险因素。     

早期肺浸润型黏液腺癌的预后分析及预后模型的建立

目的 对比Ⅰ期纯浸润性黏液腺癌(pIMA)与不同分化的肺腺癌的预后,并建立预后模型。方法 从SEER数据库中纳入了322例Ⅰ期pIMA和3 326例肺腺癌患者,经倾向性评分减少混杂偏倚后,Kaplan-Meier生存分析和亚组生存分析用来比较pIMA和肺腺癌患者的生存差异。为了进一步评估pIMA患者的预后,利用向前逐步比例风险(Cox)筛选与pIMA的总生存期(OS)相关的独立预后因素,将变量纳入Cox回归模型并使用列线图进行可视化分析。受试者工作特征曲线(ROC曲线)、校正曲线和临床决策曲线(DCA)对列线图进行准确度及临床实用度评价。结果 经倾向性评分配对后的Kaplan-Meier生存分析结果显示Ⅰ期pIMA患者具有与Ⅰ期贴壁型腺癌(LA)相似的生存时间。亚组分析显示,在肺叶摘除术及右侧受累的亚组中,Ⅰ期pIMA患者拥有比LA更长的生存期。向前逐步Cox回归显示pIMA的独立预后因素包括年龄、性别、手术、胸膜浸润(VPI)和分化等级。ROC曲线、矫正曲线和DCA曲线显示Ⅰ期pIMA列线图具有很好的预测准确性及临床实用度。结论 成功构建了可以精准预测Ⅰ期pIMA预后的列线图。