生信学习,咨询,代做,请关注公众号:生信风暴。或添加客服微信:ShengxinBoss1

2+TCGA生信分析:10种自噬相关因子在胃癌中预后特征的构建

生信基础 管理员 300℃ 0评论

题目:Construction of a Prognostic Signature of 10 Autophagy-Related lncRNAs in Gastric Cancer

杂志:Int J Gen Med

日期:2022 年 4 月 5 日

Doi: 10.2147/IJGM.S348943. eCollection 2022

2+TCGA生信分析:10种自噬相关因子在胃癌中预后特征的构建插图

 

背景: 胃癌 (GC) 是全球第五大最常见癌症和第四大致命癌症,2020 年新增病例超过 100 万,估计死亡人数为 769,000 人(相当于全球每 13 人中的一人)。值得注意的是,胃癌的发病率(近年来,年轻成人(<50 岁)中贲门癌和非贲门胃癌的比例有所增加。随着基因测序的发展,许多癌症的早期检测和分子精确诊断的承诺已经成为可能,这可以让患者接受有针对性的、个性化的治疗,并获得更好的结果。由于TCGA是基于基因测序的数据库,基于TCGA的预后特征可以为患者的精准治疗提供证据。到目前为止,已经开发了大量的 GC 预后特征,包括基于竞争性内源性 RNA (ceRNA) 的预后生物标志物、3个基于长链非编码 RNA (lncRNA) 的风险特征、4个免疫预后特征等。然而,尚未研究基于自噬相关 lncRNA (ARlncs) 的预后特征。

自噬在癌症中起着双刃剑的作用。LncRNAs 可以在不同层面调节癌症的发生和发展。然而,自噬相关的 lncRNA (ARlncs) 在胃癌 (GC) 中的作用仍不清楚。

方法: 从癌症基因组图谱(TCGA)获得 GC 基因表达谱和临床数据。通过 cox 回归分析建立了由 ARlncs 组成的预后特征。采用 Kaplan-Meier (KM) 生存曲线显示总生存期 (OS)。通过cox回归分析和ROC曲线可视化风险特征的独立性和可靠性。构建列线图并通过ROC曲线分析信度。还分析了免疫浸润细胞和检查点。

结果: 构建了一个预后特征,根据通过包括 LINC01094、AC068790.7、AC090772.1、AC005165.1、PVT1、LINC00106、AC026368.1、AC090912 在内的 10 个 ARlncs 计算的风险评分将 GC 患者分为高风险和低风险组.3,AC013652.1,UICLM。高危组患者预后不良(p<0.001)。Cox 回归分析显示特征是一个独立的预后因素 (p<0.001)。用于预测 OS 的风险特征的 ROC 曲线下面积 (AUC) 超过了年龄、性别、等级、T、M 和 N,这表明了特征的可靠性。构建了风险特征、T、M、N和年龄的列线图,其1年、3年和5年的ROC AUC分别为0.700、0.730、0.757,具有良好的可靠性。巨噬细胞 M2,根据 CIBERSORE-ABS 算法,T 细胞 CD8+ 和 T 细胞 CD4+ 记忆静息在两个风险组之间的差异最大(p<0.001)。CD274(PD-L1)、PDCD1(PD-1)和PDCD1LG2(PD-L2)在高危组中表达较高(p<0.05),这意味着免疫治疗可能是这些患者的良好选择。

在我们的研究中,筛选自噬相关的 lncRNA 以构建预后特征,将 GC 患者分为低风险和高风险组。构建了具有风险特征和临床特征的列线图。还分析了信号通路富集、Kaplan-Meier 存活率、预后特征与临床病理参数之间的相关性、免疫细胞浸润、免疫功能、免疫检查点。该结果将帮助临床医生预测生存率,并为胃癌患者制定个性化和精确的治疗方案。

结论: 基于 10 个 ARlncs 的风险特征可作为有效的预后预测指标,指导 GC 患者的免疫治疗和精准治疗。

转载请注明:智汇基因 » 2+TCGA生信分析:10种自噬相关因子在胃癌中预后特征的构建

喜欢 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址