基于MPT相关的lncRNAs的HCC预后风险评分模型的构建和评估

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:

• 肝细胞癌 (HCC) 是中国癌症死亡的主要原因,其特点是高复发率和缺乏有效的预后标志物.
• 线粒体透性过渡 (MPT) 在亡中起作用,其相关的长非编码RNA (lncRNAs) 正在研究它们在HCC中的作用.

研究的目的:

• 选和构建基于MPT驱动性结相关 lncRNAs (MPTDNRlncRNAs) 在HCC.中的预后风险评分模型.
• 探索这些MPTDNRlncRNAs在HCC进展和免疫微环境调节中的潜在作用.
• 为了确定HCC的新型治疗点.

主要方法:

• 利用皮尔森的相关性分析与TCGA和GSEA数据库来识别MPT驱动性亡相关的lncRNAs.
• 开发了一个使用单变Cox和LASSO回归分析的预后风险评分模型.
• 通过生物信息学分析和RT-qPCR验证了该模型的预后能力和临床疗效.

主要成果:

• 构建了一个包含三个MPTDNRlncRNA的新型预后风险模型,证明高风险和低风险HCC组之间的显著差异 (p <0.05) 具有良好的生存预测 (AUC = 0.725).
• 风险组中的差异性基因表达在细胞周期和细胞组成途径中得到了丰富.
• 低风险患者对免疫治疗的反应更为显著,通过免疫细胞透和功能评分 (p <0.05) 表示.

结论:

• 开发的风险评分模型和预后基因为HCC风险评估和个性化化疗方案选择提供了令人满意的预测价值.
• 这些发现表明HCC风险评分的潜在生物学意义,并突出MPTDNRlncRNAs作为潜在的治疗点.
• 这项研究为针对性治疗和免疫治疗在HCC管理中提供了新的途径.