膀胱癌miRNAs风险预后模型建立与应用

作者：华金骏; 李兴; 高杨; 赵建华^*

来源：现代肿瘤医学, 2021, 29(08): 1344-1349.

• 膀胱癌
• miRNAs
• 风险预后模型
• TCGA

目的:通过筛选与膀胱癌生存预后相关的非编码小分子核糖核酸(microRNAs,miRNAs),构建风险预后模型评价患者预后。方法:从人类癌症基因图谱(The Cancer Genome Atlas,TCGA)数据库下载膀胱癌miRNAs与mRNAs数据及对应的临床相关信息,筛选差异的miRNAs和mRNAs。对差异的miRNAs进行Kaplan-Meier(K-M)生存分析和单因素Cox回归分析评价筛选得到与预后相关的miRNAs。采用多因素Cox回归进一步分析获得风险模型目标miRNAs,建立最佳风险预后模型,评价模型效能。通过在线数据库和差异mRNAs数据对结合的miRNA靶基因进行筛选,然后进行KEGG和GO富集分析,预测miRNAs靶基因功能。结果:筛选得到膀胱癌差异miRNAs有473个,差异mRNAs有7 106个。运用K-M生存分析及单因素Cox回归筛选得到24个与膀胱癌患者生存预后相关的miRNAs,进一步通过多因素Cox回归得到11个与风险预后模型紧密相关的miRNAs,成功构建miRNAs风险预后模型。模型风险评分=(-0.4×Exphsa-miR-145-5p)+(-0.928×Exphsa-miR-99a-5p)+(-0.295×Exphsa-miR-7705)+(-0.566×Exphsa-miR-590-3p)+(0.201×Exphsa-miR-337-3p)+(0.576×Exphsa-miR-125b-2-3p)+(0.345×Exphsa-miR-652-3p)+(-0.718×Exphsa-miR-143-5p)+(0.286×Exphsa-miR-3065-3p)+(0.282×Exphsa-let-7c-3p)+(0.145×Exphsa-miR-216a-5p)。模型的受试者工作特征曲线(receiver operating characteristic curve,ROC)曲线下面积(the area under the ROC curve,AUC)为0.781,提示风险预后模型具有较好的预测效能。K-M生存分析提示模型评分越高的患者5年生存率越低。GO和KEGG富集分析显示,模型miRNAs能够调控多种泌尿系统活性信号和相关通路,介导膀胱癌疾病进展。结论:成功构建膀胱癌miRNAs风险预后评估模型,为临床膀胱癌患者生存预测提供了一定的价值。

• 单位
  上海中医药大学附属曙光医院