基于双硫死亡相关lncRNA的甲状腺癌预后模型构建及评估OACSTPCD

目的 探索双硫死亡相关长链非编码RNA(DRLncs)在甲状腺癌(THCA)中的表达及对预后的影响,构建基于DRLncs的预后模型并评估其效能。方法 选择肿瘤基因组图谱计划(TCGA)数据库中的THCA样本,从已发表文章中获得33个双硫死亡相关基因(DRGs)。将505例THCA(总样本队列)随机分为训练集(253例)和验证集(252例),采用单因素Cox回归分析得出与训练组患者总生存相关的DRLncs,采用最小绝对收缩和选择算子(LASSO)回归确定偏差最小的DRLncs,利用多因素Cox回归分析建立基于DRLncs的THCA预后模型。根据风险评分中位数将3个队列分别分为高风险组和低风险组,分别进行生存分析、单因素和多因素Cox回归分析影响患者预后的独立危险因素,绘制ROC曲线评估和验证预后模型的效能。对总样本队列高、低风险组进行基因本体论(GO)功能和京都基因与基因组百科全书(KEGG)信号通路富集分析、免疫检查点及相关功能分析、肿瘤突变负荷分析、药物敏感性分析。结果 共表达分析共识别出1 488个长链非编码RNA,与22个DRGs存在相关性。单因素Cox回归共筛选出41个与THCA预后相关的DRLncs,LASSO回归和多因素Cox回归分析最终确立由8个DRLncs构建预后模型。生存分析显示,3个队列中高风险组15年总生存率均显著低于低风险组(均P<0.05)。年龄和风险评分是预测THCA患者预后的独立危险因素。ROC曲线显示该模型预测总样本队列患者3和5年生存率的AUC分别为0.783、0.864,具有良好的预后预测效能。总样本队列的高低风险组间共有255个差异表达基因,主要在铜离子的应力响应、突触前、神经肽激素活性等9个功能和神经活性配体-受体相互作用等10条信号通路上显著富集;高风险组促进炎症、I型干扰素、副炎症等13个免疫相关功能存在抑制状态。药物敏感性分析显示,高风险组患者对阿昔替尼、BI-2536、瑞博西尼比低风险组患者更敏感。结论 通过生物信息学方法筛选出8个与THCA预后有关的DRLncs,构建的预后风险模型可有效预测THCA患者的预后。