7-lncRNA风险评估模型在胰腺癌预后判断中的价值

作者：王雪; 史爽; 杜鲁涛; 李娟; 辛永红; 李小萌; 孙丽; 王楠; 徐康红; 江新泉^*

来源：中国现代普通外科进展, 2020, 23(05): 337-343.

DOI：10.3969/j.issn.1009-9905.2020.05.001

• 胰腺癌
• 长链非编码RNA
• 预后
• TCGA

目的 :筛选胰腺癌预后相关长链非编码RNA(lncRNA),构建预后风险评估模型。方法 :下载TCGA数据库中胰腺癌数据,使用R语言分析差异表达的lncRNA分子。通过单因素Cox回归和Lasso回归分析胰腺癌预后相关lncRNA分子,采用多因素Cox回归构建预后风险评估模型,并应用Kaplan-Meier(K-M)生存分析、受试者操作特征(ROC)曲线进行效能评价。结果:以|log2Fold Change|>2,错误发现率(FDR)<0.05为筛选标准,发现179个lncRNA分子在胰腺癌中呈差异表达,对其中高表达的117个lncRNA进行单因素Cox回归与Lasso回归分析,得到7个与预后相关的lncRNA。通过多因素Cox回归建立预后风险评分模型,风险评分=1.4231×AL161431.1+1.3457×ANLN+1.4731×FAM83A+1.4721×LAMA3+1.2198×LY6D+×1.1515×MYEOV+1.1825×TINAG。K-M分析显示高风险组的总生存时间较短,训练集、验证集和总体数据集ROC曲线显示3年生存率的曲线下面积分别为0.859、0.878和0.886。结论:通过生物信息学分析,成功构建了包括AL161431.1、ANLN、FAM83A、LAMA3、LY6D、MYEOV和TINAG的胰腺癌7-lncRNA预后模型,能够对患者生存状态进行有效预测。

• 单位
  山东大学第二医院; 山东第一医科大学; 山东省医学科学院; 济南市第四人民医院