基于3个自噬相关微小核糖核酸表达信息学分析构建肺腺癌预后风险评分模型

目的 使用美国癌症基因组图谱(TCGA)数据库构建肺腺癌患者预后的自噬相关微小核糖核酸(miRNA)风险评分模型.方法 结合TCGA数据库和人类自噬基因数据库(HADb)下载肺腺癌、正常肺组织的基因和miRNA表达谱的数据及临床相关资料,将总体人数随机均分为训练集和测试集,计算训练集中肺腺癌自噬基因的差异表达,筛选出和自噬基因相关的miRNA,采用单因素Cox风险回归和LASSO回归的方法筛选和建立自噬相关miRNA预后模型,并在测试集中验证,最后通过实验验证筛选出自噬相关miRNA在肺腺癌中的表达.结果 从TCGA数据库中得到535例肺腺癌组织和59例正常肺组织的自噬基因表达谱,使用R软件中的edgeR包进行差异基因分析,得到差异表达的自噬基因30个,与这30个自噬基因相关的miRNA有12个.单因素Cox分析及LASSO回归分析得到基于3个miRNA的预后风险模型:风险评分=0.048×hsa-mir-31+0.201×hsa-mir-1293+0.174×hsa-mir-548f-1.训练集中模型预测3年总生存率的曲线下面积为0.796,5年总生存率的曲线下面积为0.837,提示模型准确率较高.多因素Cox回归分析得出,该预后模型可以作为独立的一个预后因子预测肺腺癌的风险(HR=2.100,95％CI=1.541～2.861,P<0.05),上述结论在测试集中得到验证.实时定量PCR提示,hsa-mir-31,hsa-mir-1293,hsa-mir-548f-1在肺腺癌中的表达较正常肺组织高(P<0.05),与生物信息分析结果一致.结论 经过生物信息学分析处理,成功建立了基于3个自噬相关miRNA的肺腺癌风险预测模型,该模型有望对患者个体化治疗提供一定帮助,并提高肺腺癌患者个体化预测结果的准确度.