摘要: 目的： 利用生物信息学分析方法对癌症基因组图谱(TCGA, The Cancer Genome Atlas)数据库的结肠癌数据进行挖掘分析，筛选出与预后相关的6个免疫相关lncRNAs(Long non-coding RNA, lncRNAs)，通过生存分析和单因素及多因素Cox回归分析评估由免疫相... 展开 目的： 利用生物信息学分析方法对癌症基因组图谱(TCGA, The Cancer Genome Atlas)数据库的结肠癌数据进行挖掘分析，筛选出与预后相关的6个免疫相关lncRNAs(Long non-coding RNA, lncRNAs)，通过生存分析和单因素及多因素Cox回归分析评估由免疫相关lncRNAs构建的预后模型的预测价值。 方法： 通过TCGA数据网站获取结肠癌患者的RNA数据，结合人类参考基因组获取具备基因名及样品名的数据，再分别获得mRNA及lncRNA表达数据。然后，从分子签名数据库中获取免疫相关基因，通过共表达网络，获取结肠癌患者中与免疫相关lncRNA。通过对lncRNAs的单因素Cox和多因素Cox回归分析，最终确定6个lncRNAs用以构建风险模型。根据风险评分中位值将患者分为高风险组和低风险组，通过生存分析验证两组生存差异，通过与其他临床因素的对比分析，评估探究模型的预后价值。 结果： 1.通过借助单因素Cox回归分析方法可以得出19个与预后有关的免疫相关的lncRNAs。 2.通过借助多因素Cox回归分析最终确立了6个lncRNAs用以构建风险模型，其中SNHG16、LINC00513被认为是HR＜1的保护性效应因子，其余4个lncRNAsAL354993.2、AC138207.5、PRR7-AS1和AC090517.2被认为是HR>1的风险效应因子(p＜0.05)。 3.通过风险模型计算的评分可以将结肠癌患者分成高低危组，2组患者生存状态的对比差异有统计学意义(p＜0.001)。 结论： ·根据TCGA患者生存数据和RNA表达谱，结合免疫基因库可以获得与结肠癌预后相关的免疫相关lncRNAs，在此基础上构建结肠癌风险模型，并得到风险评分公式。 ·此风险模型可以帮助预测结肠癌患者预后。 收起