谷歌浏览器插件
订阅小程序
在清言上使用

基于TCGA数据库分析三阴性乳腺癌预后与铁死亡相关lncRNA的关系

Journal of Practical Oncology(2022)

引用 1|浏览15
暂无评分
摘要
目的 基于美国癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库分析影响三阴性乳腺癌(triple-negative breast cancer,TNBC)预后的铁死亡相关长链非编码RNA(long non-coding RNA,lncRNA),并建立TNBC预后预测模型.方法 从TCGA下载TNBC样本的转录组数据及临床信息数据.用R语言limma包筛选乳腺癌差异表达基因,survival包筛选TNBC生存时间相关基因,并与搜集到的382个铁死亡基因取交集,获得与TNBC预后相关的铁死亡基因.采用Pearson法进行共表达分析以确定与铁死亡相关的lncRNA.采用Cox回归分析来确定生存相关的lncRNA和预后因素.LASSO回归分析构建TNBC预后回归模型,受试者工作特征(receiver operating characteristic,ROC)曲线分析该模型对预后的预测价值.结果 单因素Cox回归分析显示,17个差异表达的lncRNA与TNBC患者生存时间相关(均P<0.05).采用LASSO回归分析成功构建由6个铁死亡相关lncRNA(SGMS1-AS1、AC015908.2、LINC01014、AC083967.1、TTC39A-AS1和AL353708.3)构成的TNBC风险预测模型.计算每个样本的风险评分.Kaplan-Meier法分析显示,风险评分可以有效区分低风险患者和高风险患者(P<0.05).该模型预测TNBC患者1、2和3年总生存率的ROC曲线下面积分别为0.808、0.840和0.807.结论 基于TCGA数据库共筛选出17个铁死亡相关lncRNA与TNBC预后相关.基于SGMS1-AS1、AC015908.2、LINC01014、AC083967.1、TTC39A-AS1和AL353708.3这6个铁死亡相关lncRNA构建的模型可较好地预测TNBC患者预后,提示铁死亡相关lncRNA与患者预后具有一定的相关性.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要