目的:膀胱癌(bladder cancer,BLCA)是具有高发病率的泌尿系统肿瘤之一,临床常规诊疗方法可提高患者的生存率,但肿瘤的复发和转移致使患者的预后仍然较差.长链非编码RNA(long non-coding RNA,lncRNA)在调控肿瘤发生、发展及癌症免疫中具有重要作用,可以作为一种新型的标志物预测患者预后及免疫应答.本研究基于生物信息学分析,构建BLCA预后模型,并筛选出BLCA的靶向分子药物.方法:从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库下载RNA测序数据和临床数据,并将BLCA患者分为训练集和验证集.基于加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)的方法提取免疫相关lncRNAs(immune related lncRNAs,IR-lncRNAs),通过最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归的方法构建预后模型,利用美国国家生物技术信息中心(National Center for Biotechnology Information,NCBI)数据库和泛癌数据进行预后基因集的肿瘤相关性分析,并依据Kaplan-Meier分析和受试者操作特征(receiver operating characteristic,ROC)曲线评价该模型的预后准确性.根据风险打分将样本分为高风险组与低风险组,并在此基础上通过风险差异基因筛选出高风险基因.最后,通

作者：赵轩迪；甘秀国；宋尔霖；安瑞华

来源：临床与病理杂志 2023 年 43卷 6期