对患有清细胞细胞癌的患者进行准确的预后预测,使用与ferroptosis相关的长非编码RNA风险模型

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 遗传学 遗传学是一种遗传学.

背景情况:

• 铁亡,一种编程细胞死亡的形式,与瘤的发展和进展有关.
• 目前,对于清细胞细胞癌 (ccRCC) 没有预后模型存在,这些模型利用与铁灭相关的长非编码RNA (lncRNAs).

研究的目的:

• 开发和验证基于与铁死相关的 lncRNAs 的ccRCC 的预后模型.
• 识别关键的与铁灭相关的lncRNAs,以预测患者的结果.

主要方法:

• 分析了lncRNA表达特征和来自癌症基因组图谱 (TCGA) 数据库的临床数据.
• 通过联合表达分析确定了与铁亡相关的lncRNAs.
• 使用考克斯回归和LASSO分析构建了一个风险模型,通过Kaplan-Meier和log-rank测试评估预测准确度.

主要成果:

• 鉴定了八种与铁死相关的预后性lncRNAs (LINC01615,AC026401.3,LINC00944,AL590094.1,DLGAP1-AS2,AC016773.1,AC147651.1,AP000439.2),形成了一个风险模型.
• 该模型有效地将ccRCC患者分为高风险和低风险组,高风险组的整体存活期 (OS) 显着较短.
• 风险评分被确定为影响OS的最关键因素,该模型作为独立预测器.

结论:

• 开发的与铁亡相关的lncRNA风险模型准确地预测了ccRCC的预后.
• 该模型与基因组临床病理学名录图一起,显示了临床应用的潜力,并确定了未来的治疗点.