基于TCGA数据库确定低级别胶质瘤免疫相关lncRNA并构建预后模型

目的 筛选低级别胶质瘤(LGG)预后相关的免疫lncRNA,构建免疫相关lncRNA预后风险模型.方法 从公共数据库TCGA下载LGG转录组数据及相应的临床信息,用R语言以共表达法获取免疫相关lncRNA,单因素和多因素Cox回归分析筛选得到有预后价值的免疫相关lncRNA,并以其构建风险模型.根据风险值将患者划分为高风险组和低风险组,采用Kaplan-Meier法进行生存分析并绘制生存曲线图,使用ROC曲线对风险模型的准确性进行评估.同时采用单因素和多因素Cox回归法分析风险评分和其它临床因素与LGG患者生存预后的关系.通过Cibersort软件计算22种免疫浸润细胞在高、低风险分组中的相对比例.最后对风险模型中4个lncRN A与主要的免疫检查点分子进行相关性分析.结果 通过免疫基因-lncRNA共表达网络筛选出79个免疫相关lncRNA,利用单因素Cox回归筛选出8个有预后价值的免疫相关lncRNA,基于多因素Cox回归分析最终确定4个关键lncRNA(RFPL1S、AC145098.1、AC090559.1、TGFB2-AS1),并构建风险模型.根据中位风险值将患者分为高风险组和低风险组,生存分析显示两组生存时间存在显著差异(P<0.01),预后风险模型曲线AUC值为0.788.多因素Cox回归分析显示患者年龄、肿瘤级别和风险分数均是预后不良的独立危险因素.Cibersort法分析结果显示高风险组LGG患者肿瘤中有较多的单核细胞和M2型巨噬细胞浸润.相关性分析显示模型中的4个lncRNA与PD1、PD-L1、CD47及CTLA4之间存在较强的相关性(均P<0.05).结论 通过生物信息分析技术成功构建基于lncRNA表达水平的LGG患者预后模型,所确定的4个关键lncRNA有望成为判断LGG患者预后的指标和潜在治疗靶点.