检索历史 清除

摘要背景:<br>　　多种IncRXA已被确定在多形性胶质母细胞瘤（glioblastomamultiforme,GBM)中发挥重要作用。然而，目前对GBM中铜死亡相关IncRXA的研究还比较缺乏。因此，本研究通过生物信息学分析方法构建铜死亡相关IncRNA模型，并评估该模型是否能够很好地预测GBM的预后以及预测一些与GBM临床治疗相关的药物。<br>　　方法：<br>　　来自GBM患者的RXA序列分析数据来自UCSCXena数据库、癌症基因组图谱（TCGA)、基因表达综合（GE0)和中国胶质瘤基因组图谱（CGGA)。使用R语言软件对数据进行整理，并通过共表达分析和单因素Cox回归分析确定了铜死亡相关的预后IncRXA。然后我们使用最小绝对收缩和选择算子（LASS0)和多因素C0X回归分析选取最优值来构建铜死亡相关的IncRXA模型。根据风险评分中位数将中分为高、低风险组，接下来，进行Kaplan-Meier分析、时间相关的受试者工作特征（R0C)、独立预后分析和列线图对模型进行验证和评估。还分析了风险组中的通路富集分析和基因集富集分析（GSEA)，另外在肿瘤免疫单细胞中心（TISCH)中发现模型IncRXA在GBM肿瘤微环境中的表达与分布情况。最后验证风险预后模型与肿瘤突变、免疫细胞浸润、肿瘤微环境之间的关系以及预测可能对GBM临床治疗有效的药物。<br>　　结果：<br>　　1.通过单因素Cox回归分析得到19个与GBM患者预后显著相关的铜死亡相关IncRXA。运用lasso和多因素Cox回归分析方法构建模型，最终鉴定出了6个模型IncRNA(H19、AC007686.3、AL157392.3、AC037450.1、LINC01637、AGAP2-AS1),其中H19、AGAP2-AS1和LINC01637为风险相关基因（HRgt;1)，AC007686.3、AL157392.3和AC037450.1为保护基因（HR〈1)。<br>　　2.生存曲线、ROC曲线、独立预后分析和列线图验证了模型预测的准确性；另外与其他模型相比，该模型有着较高的优越性。差异基因的富集分析结果表明了一些癌症与代谢相关的途径，包括高风险组与氧化磷酸化、磷酸戊糖途径有关,而低风险组与NOTCH、MT0R通路以及胶质瘤、非小细胞肺癌、子宫内膜癌等疾病有关。<br>　　3.在肿瘤免疫分析中，高风险和低风险患者的免疫浸润有着显著差异。在肿瘤微环境中，发现高风险和低风险患者的免疫评分、基质评分和微环境评分具有显著差异。此外，根据风险评分，预测出一些药物可能对GBM患者有治疗作用。总的来说，铜死亡相关IncRXA在GBM的肿瘤微环境中具有重要功能，并且可能成为GBM的预后生物标志物和治疗靶点。<br>　　结论：<br>　　1.构建出一个由铜死亡相关IncRNA(H19、AC007686.3、AL157392.3、AC037450.1、LINC01637、AGAP2-AS1)组成的预后模型。<br>　　2.该模型对GBM患者的预后具有很好预测能力，以及模型IncRXA在GBM肿瘤微环境中发挥重要作用。<br>　　3.发现12个临床药物（BAY.61.3606、BI.2536、Embelin、FH535、PF.562271、PLX4720、QS11、Bortezomib、GXF.2、Mitomycin、NVP.BEZ235、和PF.4708671)在未来可能对GBM有治疗作用。