在肺腺癌中构建与自相关的LncRNAs的预后模型
Yang Wang1, Adili Salai, Dongbo Luo
1The Second Department of Thoracic Surgery, Tumor Hospital Affiliated to Xinjiang Medical University, Urumqi, China.
Medicine
|April 14, 2025
概括
这项研究开发了一个新的预后模型,使用14种与自相关的长非编码RNA (LncRNA) 来预测肺腺癌患者的结果. 该模型有效地将患者分为高风险和低风险组,帮助个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 肺腺癌是癌症死亡的主要原因,目前的预后标记因瘤异质性而受到限制.
- 新型生物标志物对于改善风险分层和个性化治疗肺腺癌至关重要.
- 与自相关的长非编码RNAs (LncRNAs) 是生物标志物发现的潜在领域.
研究的目的:
- 构建和验证肺腺癌的预后预测模型,利用与自相关的LncRNAs.
- 确定与患者预后和生存结果相关的特定LncRNAs.
- 评估开发的预后模型的临床实用性.
主要方法:
- 利用了癌症基因组图谱 (TCGA) 数据集,包括501个肺腺癌和54个邻近的非瘤样本.
- 鉴定了与自相关的LncRNAs,并使用单变量和拉索-考克斯回归构建了一个预后模型.
- 通过Kaplan-Meier生存分析,ROC曲线和RT-qPCR对20个对的患者组织验证了该模型的预后价值.
主要成果:
- 成功构建了一个包括14个与自相关的LncRNAs的预后模型.
- 与低风险组相比,高风险组的患者的生存时间显著缩短 (P < .001).
- 该模型表现出良好的预测准确性,AUC值分别为0.78,0.73和0.71,1,2,3年生存期.
结论:
- 一个基于14个与自相关的LncRNAs的新型预后模型已被开发用于肺腺癌.
- 该模型显示了改善风险分层和指导临床治疗决策的巨大潜力.
- 鉴定的LncRNAs作为有前途的生物标志物,用于预测肺腺癌的预后.
