通过生物信息学分析筛选与胃癌预后相关的微RNA(miRNA)，构建风险评分模型并进行验证。
方法从人类癌症基因组图谱数据库下载491例样本的人类基因组miRNA测序数据(胃癌组织样本446份，正常胃组织样本45份)和相应的临床病理信息。通过R 4.0.2软件edgeR包对miRNA表达谱进行差异分析，将所得差异表达谱按1∶1的比例随机分为训练集和测试集。采用单因素Cox回归分析和最小绝对收缩和选择算子(LASSO)回归分析筛选预后相关miRNA，进一步对筛选出的预后相关miRNA进行多因素Cox回归分析并构建预后风险评分模型。采用Kaplan-Meier曲线、受试者操作特征曲线、曲线下面积(AUC)动态变化曲线评估模型的预测效能。
结果以|log2差异倍数|>1.5、P<0.01为标准，筛选出175个胃癌组织中差异表达miRNA。通过单因素Cox回归分析和LASSO回归分析筛选出6个与胃癌患者总生存率相关的差异表达miRNA，使用多因素Cox回归分析成功构建5-miRNA风险评分模型：风险评分＝0.183×hsa-miRNA-184+0.086×hsa-miRNA-675-0.231×hsa-miRNA-2115+0.548×hsa-miRNA-3943-1.455×hsa-miRNA-1246。在训练集、测试集、总体数据集中，高风险组患者的累积生存率均低于低风险组，差异均有统计学意义(χ2＝18.90、9.50、26.70，P均<0.05)，模型预测效能优于TNM分期，且分层分析显示模型能有效预测早期胃癌。单因素和多因素Cox回归分析显示模型风险评分、年龄和M分期是胃癌患者预后不良的独立危险因素[风险比(95%可信区间)分别为1.19(1.07～1.32)、1.20(1.06～1.40)，1.50(1.01～2.23)、1.90(1.28～2.90)，1.34(1.15～1.57)、2.10(1.05～4.40)；P均<0.05]。
结论基于5个miRNA构建的5-miRNA风险评分模型预测胃癌患者预后的准确性高，是独立的预后因子。