论文部分内容阅读
目的:肝细胞癌仍有较高的死亡率和复发率,严重危害了人们的身体健康。研究表明,对肝癌患者进行分层管理可改善肝癌患者的预后。近年来研究证实长链非编码RNA(long noncoding RNAs,lncRNAs)与多种肿瘤的发生发展密切相关,具有作为多种肿瘤预后标志物的潜力。lncRNAs相关预后风险模型已被用于预测肝癌患者的总生存期(Overall survival,OS)和无复发生存期(Relapse-free survival,RFS)。此外,肝硬化是肝细胞癌患者主要的预后危险因素,目前尚未有在肝硬化的肝细胞肝癌(HCC)患者中建立的lncRNAs预后风险模型。因此,本研究拟通过筛选潜在的lncRNAs预后标志物建立模型来预测肝硬化的肝细胞癌患者的预后,从而针对不同患者实施个体化治疗以改善预后。方法:对来源于GEO数据库的包含203个合并肝硬化的肝细胞癌患者样本的探针表达谱(GSE14520-GPL3921)进行重新注释,获得了lncRNAs和蛋白基因表达谱矩阵。通过R studio软件包将患者数据按照1:1的比例随机分为两组,即训练数据(n=103人)和验证数据(n=100人),分别用于模型构建和检验。采用单因素COX回归和最小绝对收缩和选择算子(LASSO)模型在训练队列中筛选与肝硬化HCC的OS相关的lncRNAs。将与OS潜在相关的候选lncRNAs纳入多因素COX回归模型进一步筛选变量,最后构建预后风险评分模型。同时验证该风险评分模型与训练队列患者的RFS是否相关。基于lncRNAs构建的预后风险评分模型,对不同的临床特征进行亚组分析,以确定适用本评分模型的最佳的人群特征。通过lncRNAs和蛋白表达基因的共表达矩阵鉴定lncRNAs相关的蛋白表达基因,并对这些筛选出的lncRNAs显著相关的蛋白表达基因进行功能富集分析来预测lncRNAs的功能。结果:1.共有203例合并肝硬化的肝细胞癌被纳入研究。训练队列与验证队列两组队列患者的临床病例特征无明显统计学差异。共筛选出四个lncRNAs,包括AC093797.1、POLR2J4、AL121748.1和AL162231.4,可用于构建预后风险评分模型。依据训练队列所有患者的风险评分构建模型,且模型截断值为风险评分中位数0.968。风险评分大于0.968的患者为高风险组,否则为低风险组。风险评分模型能较好的预测训练队列中肝硬化HCC的OS和RFS,并且在验证队列中也得到印证。2.在训练队列和验证队列中进行亚组分析,结果均表明该预后风险评分模型在TNM分期I-II期、BCLC分期0-A期、孤立性肿瘤等特征的患者中,有较好的OS和RFS预后风险分层作用。3.功能富集显示四个lncRNAs可能参与了肝细胞肝癌的氨基酸、脂质、糖代谢等多种代谢途径。结论:1.本研究确定了与肝硬化HCC预后相关的四种潜在的lncRNAs生物标志物,并构建了一种预后风险评分模型。2.该预后风险模型可能有能力对BCLC 0-A期、孤立性肿瘤、TNM分期I-II期的合并肝硬化的HCC患者的OS和RFS进行预后分层。3.这四个新的lncRNAs有可能可以作为潜在的治疗靶点。