基于lncrna的乳腺癌免疫关联非编码rna筛选方法.docxVIP

基于lncrna的乳腺癌免疫关联非编码rna筛选方法 摘要：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(/)、TCGA、immport(/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。 乳腺癌是全球女性最常发的恶性肿瘤之一,其发病率和死亡率均居世界前列,而早期诊断和预后判断手段的缺乏是乳腺癌患者死亡率高的重要原因1 资料与方法1.1 资料1.1.1 数据来源 UCSC Xena(/)下载乳腺癌数据TCGA-BRCA.htseq_counts.tsv、 TCGA-BRCA.GDC_phenotype.ts;TCGA(/about-data/gdc-data-processing/gdc-reference-files)下载GTF注释文件gencode.v22.annotation.gtf;immport(/home)官网下载免疫基因列表。1.1.2 数据处理及分组在R4.0.3版本中将相关数据读入,并用转录本确定非编码RNA,提取免疫基因、lncRNAs的表达数据。对于基因名有重复的行,取均值,并且过滤表达量低、去除NA值的数据(本研究只保留至少在10个样本中单个基因的样本量均大于1的数据),本研究保留1 217例样本,其中包括113例正常组及1 104例肿瘤组。1.2 方法1.2.1 乳腺癌免疫关联lncRNAs的差异表达分析将免疫基因与lncRNAs表达矩阵匹配后进行Pearson相关性分析,本研究选取相关系数的绝对值(|1.2.2 单因素Cox回归分析及多因素Cox回归分析使用Survival包进行单因素Cox回归分析,以确定差异表达的免疫关联lncRNAs与患者生存的关联。将单因素Cox回归分析结果中1.2.3 计算风险评分并构建风险评分模型使用Survival包的Predict函数计算出每个样本的风险值,以风险评分的中位值作为截断值,风险值高于截断值为高风险组,低于截断值为低风险组。计算免疫风险评分模型,并根据此公式计算每例患者的风险值。1.2.4 模型性能评估采用Kaplan-Meier(K-M)分析及受试者工作特征(receicer operating characteristic, ROC)曲线分析对风险评分模型性能进行评估。采用K-M法对高风险组、低风险组进行生存分析。ROC分析用以预测该模型的3、5、10年生存率。同时将临床特征如肿瘤分期、年龄、性别、肿块大小(T分期)、淋巴结数目(N分期)、转移与否(M分期)与风险评分同时纳入单、多因素Cox回归分析变量中,进行多因素回归分析,以评估该模型是否在纳入其他变量后仍然可作为独立预后因素。1.2.5 绘制列线图基于bootstrap重采样方法验证模型的预测效能并绘制校准曲线,以对回归的预测概率进行校准,再将单因素分析结果中有统计学差异的因素作为列线图变量用于绘制列线图。1.2.6 与免疫检查点阻滞剂靶点进行相关性分析首先使用shapiro.test对变量进行正态分布检验,其次将本例模型中的免疫关联lncRNAs与乳腺癌部分免疫检查点阻滞剂靶点,如程序性死亡受体1(programmed cell death protein 1, PD1)、程序性死亡受体-配体1(programmed cell death-ligand 1, PD-L1)、程序性死亡受体-配体2(programmed cell death-ligand 2, PD-L2)、细胞毒性T淋巴细胞相关抗原4(cytotoxic lymphocyte antigen 4, CTLA-4)、热稳定抗原同源物(heat stable antigen homologue, HAS)、整