目的探究基于癌症基因组图谱(the cancer genome atlas,TCGA)数据库生物信息学分析构建肾癌N6-甲基腺苷相关长链非编码RNA(long non-coding RNA,LncRNA)配对模型及其预后预测价值。方法从TCGA数据库中下载肾癌的RNA-sep转录组数据及相...目的探究基于癌症基因组图谱(the cancer genome atlas,TCGA)数据库生物信息学分析构建肾癌N6-甲基腺苷相关长链非编码RNA(long non-coding RNA,LncRNA)配对模型及其预后预测价值。方法从TCGA数据库中下载肾癌的RNA-sep转录组数据及相关临床信息,后通过Perl软件对转录组数据进行数据整理、分离LncRNA和信使RNA(messenger RNA,mRNA)。总共得到564例肾癌患者的肾癌组织和72例正常组织,最终纳入540例肾癌患者。使用caret将540例肾癌患者采用随机数据表法分为训练集组(n=275)和验证集组(n=265)。根据单因素和多因素COX回归分析建立N6-甲基腺苷相关LncRNA配对模型。以LASSO回归算法获取风险评估方程。根据该方程分别计算出风险评分,并以中位风险值最佳临界点将所有患者分为高风险组及低风险组。采用Kaplan-Meier生存分析对总体样本中高、低风险组患者的生存差异作出生存曲线图。利用Cluster Profiler软件包中对基因本体论(gene ontology,GO)和京都基因与基因组百库全书(Kyoto encyclopedia of genes and genomes,KEGG)进行通路富集分析。运用R软件分析N6-甲基腺苷相关LncRNA配对模型与免疫细胞浸润的关系。结果根据Kaplan-Meier生存分析显示,在训练组中,低风险组患者总生存期明显高于高风险组患者(P<0.05)。与高风险组相比,低风险组G1~2,G3~4,Ⅰ~Ⅱ期、Ⅲ~Ⅳ期、年龄≤65岁、>65岁患者总生存期较高(P<0.05)。对高、低风险组获取差异基因富集分析:主要富集含有肌收缩、横纹肌细胞分化、肌原纤维、受体激活活性、血管平滑肌收缩等。高风险组和低风险组最高的驱动基因进行展示变异频率及变异信息,其风险评分与T细胞、浆细胞的浸润程度呈正相关(r=0.638,P=0.001)。结论基于生物信息学分析N6-甲基腺苷相关LncRNA配对模型有助于预测肾癌患者的预后。为肾癌预后评估和最佳治疗策略提供了新思路,有助于未来展开更多
文摘目的探究基于癌症基因组图谱(the cancer genome atlas,TCGA)数据库生物信息学分析构建肾癌N6-甲基腺苷相关长链非编码RNA(long non-coding RNA,LncRNA)配对模型及其预后预测价值。方法从TCGA数据库中下载肾癌的RNA-sep转录组数据及相关临床信息,后通过Perl软件对转录组数据进行数据整理、分离LncRNA和信使RNA(messenger RNA,mRNA)。总共得到564例肾癌患者的肾癌组织和72例正常组织,最终纳入540例肾癌患者。使用caret将540例肾癌患者采用随机数据表法分为训练集组(n=275)和验证集组(n=265)。根据单因素和多因素COX回归分析建立N6-甲基腺苷相关LncRNA配对模型。以LASSO回归算法获取风险评估方程。根据该方程分别计算出风险评分,并以中位风险值最佳临界点将所有患者分为高风险组及低风险组。采用Kaplan-Meier生存分析对总体样本中高、低风险组患者的生存差异作出生存曲线图。利用Cluster Profiler软件包中对基因本体论(gene ontology,GO)和京都基因与基因组百库全书(Kyoto encyclopedia of genes and genomes,KEGG)进行通路富集分析。运用R软件分析N6-甲基腺苷相关LncRNA配对模型与免疫细胞浸润的关系。结果根据Kaplan-Meier生存分析显示,在训练组中,低风险组患者总生存期明显高于高风险组患者(P<0.05)。与高风险组相比,低风险组G1~2,G3~4,Ⅰ~Ⅱ期、Ⅲ~Ⅳ期、年龄≤65岁、>65岁患者总生存期较高(P<0.05)。对高、低风险组获取差异基因富集分析:主要富集含有肌收缩、横纹肌细胞分化、肌原纤维、受体激活活性、血管平滑肌收缩等。高风险组和低风险组最高的驱动基因进行展示变异频率及变异信息,其风险评分与T细胞、浆细胞的浸润程度呈正相关(r=0.638,P=0.001)。结论基于生物信息学分析N6-甲基腺苷相关LncRNA配对模型有助于预测肾癌患者的预后。为肾癌预后评估和最佳治疗策略提供了新思路,有助于未来
