[目的]通过对TCGA数据库中肺腺癌数据进行挖掘,构建由编码基因(PCG)、长链非编码RNA (lncRNA)和小RNA(microRNA)组成的多维转录组分子标签.[方法]采用Cox风险回归、Kaplan-Meier法、随机生存森林、ROC分析等方法,挖掘TCGA癌症公共数据库中肺腺癌转录组二代测序数据,筛选预测效能良好的多维转录组分子标签.[结果]纳入的397例肺腺癌患者的平均年龄为65.67岁,平均生存时间为20.77个月.筛选得到由ELOVL6、RP11-446E9.2、CTD-2555C10.3、PACERR、hsa-mir-140、hsa-mir-31和hsa-mir-582构成的多维转录组分子标签对肺腺癌患者预后预测效能良好.ROC分析其预测效能显示,该分子标签AUC值为0.73,大干TNM分期的0.65(测试组:0.68 vs.0.66).该分子标签能将肺腺癌患者分成高低风险组,生存时间有显著差异(中位生存时间:25.3个月vs.85.3个月,P<0.001;HR=2.36,95%CI:1.88~2.98,199例).在测试组Kaplan-Meier分析该多维转录分子组标签也能将患者分成高低风险组(中位生存时间:39.8个月vs.59.3个月,P<0.05,198例).且多因素Cox回归显示该多维转录组分子标签为独立预后因子.[结论]本研究通过对TCGA数据库的挖掘,构建的多维转录组分子模型对肺腺癌患者预后有良好的指示作用,可作为潜在的肺腺癌患者预后指示标签.
作者:郑鸿轩;张建
来源:中国肿瘤 2017 年 26卷 10期