陈松鹤 潘丹阳 张科峰 陈亚栋

    [摘要] 目的 基于癌症基因组图谱数据库(The Cancer Genome Atlas，TCGA)构建结肠腺癌坏死性凋亡相关长链非编码RNA(long non-coding RNA，LncRNA)临床预测模型与验证。方法 从TCGA 下载结肠腺癌转录组和临床数据，从基因集富集分析(gene set enrichment analysis，GSEA)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes andGenomes，KEGG)数据库及检索文献得到坏死性凋亡相关基因。运用R 软件通过共表达筛选出差异坏死性凋亡相关LncRNA，采用单因素分析筛选出预后相关坏死性凋亡LncRNA，运用Lasso 回归分析和多因素分析构建预后风险模型。通过差异分析、Kaplan-Meier 生存分析、风险分析、受试者工作特征曲线(receiver operating characteristic，ROC)曲线下面积(area under curve，AUC)、临床分组模型验证以评价该模型的可行性和准确性。采用多因素进行模型的独立预后分析，同时绘制Nomogram 图预测患者1 年、3 年和5 年的生存率，凭借校准曲线评价其准确性和预测能力。结果 坏死性凋亡LncRNA 共1039 个，预后相关的坏死性凋亡LncRNA 共46 个。Lasso 回归分析以AP005264.1、ALMS1-IT1、AL354993.2、LINC00513、AC145423.2、AC008764.8 构建预后风险模型，模型评价显示可区分高低风险组的患者，高风险的患者较低风险预后较差(P0.6、P1 和错误发现率<0.05”为阈值，进行聚类得到热图和火山图。

    1.3 预后风险模型的构建与评价

    将坏死性凋亡LncRNA 与生存数据合并，为减少统计学误差，剔除生存时间低于30d 的患者。运用R 软件“survival”包进行单因素分析，计算95%CI，P<0.05 为差异有统计学意义，得到预后相关坏死性凋亡LncRNA，绘制森林图。通过Lasso 回归进一步分析，以7∶3 为比例随机分为训练组(n=291)和验证组(n=123)，建立多因素预后风险模型，计算风险评分。依据风险评分中位数将两组患者区分为高风险组和低风险组 ......