在结直肠癌中基于m5C相关的长非编码RNA的新诊断模型的识别和验证

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 结直肠腺癌 (CRC) 的预后与长期非编码RNA (lncRNA) 表达有关.
• lncRNAs调节RNA甲基化 (m5C),影响癌症的进展.
• 识别与m5C相关的预后lncRNA对于CRC患者管理至关重要.

研究的目的:

• 开发和验证基于m5C相关的长非编码RNAs (lncRNAs) 的结直肠腺癌 (CRC) 的预后风险模型.
• 评估CRC患者中开发的风险模型的预后意义.
• 探索风险模型与瘤免疫微环境特征之间的关系.

主要方法:

• 使用LASSO回归和单变Cox比例分析分析TCGA数据集的分析,以确定预后性lncRNAs.
• 使用多变量/单变量考克斯回归,卡普兰-梅尔分析和ROC曲线构建和验证风险模型.
• 使用主要成分分析,GSEA和GSVA进行风险模型分析;CIBERSORT和TIMER用于免疫细胞透评估.
• 在体外实验验验证了关键的m5C相关 lncRNA (TNFRSF10A-AS1) 在CRC细胞行为中的功能作用.

主要成果:

• 确定了11个m5C相关的lncRNA,并用于构建CRC的预后风险模型.
• 从模型中得出的风险评分是CRC患者显著的独立预后因素.
• 该模型表现出高预测准确度,超越临床病理学特征,并使用名图进行可视化.
• 风险概况与瘤免疫细胞透,突变模式和化疗反应相关;TNFRSF10A-AS1对CRC细胞增殖,迁移和入侵产生了功能影响.

结论:

• 结合11个m5C关联lncRNA的预后风险模型是预测结直肠腺癌 (CRC) 患者的结果的宝贵工具.
• 这种模型可以增强临床决策和改善CRC的管理.
• 这些发现强调了m5C相关的lncRNAs在CRC病变发生和作为潜在的治疗点的重要性.