• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      缺氧相關(guān)長(zhǎng)鏈非編碼RNA與乳腺癌患者預(yù)后的相關(guān)性及其在預(yù)測(cè)乳腺癌預(yù)后的風(fēng)險(xiǎn)中的價(jià)值

      2022-01-27 13:14:06
      廣西醫(yī)學(xué) 2021年22期
      關(guān)鍵詞:乳腺癌預(yù)測(cè)因素

      閆 雷 楊 洋

      (安徽醫(yī)科大學(xué)附屬宿州醫(yī)院放化療科,宿州市 234000,電子郵箱:yanlei0702@163.com)

      2020年,女性乳腺癌約有226萬(wàn)新病例,其發(fā)病率已超過(guò)肺癌,成為全球發(fā)病率最高的癌癥,占所有新癌癥病例的11.7%,同時(shí)其也是全球第五大癌癥死亡原因[1],這給國(guó)家及個(gè)人帶來(lái)極大的經(jīng)濟(jì)負(fù)擔(dān),還給個(gè)人帶來(lái)一定的心理壓力。因此,應(yīng)積極改善乳腺癌患者的預(yù)后,以減輕其負(fù)擔(dān)并提高其生活質(zhì)量。由于血管的有限供氧能力和腫瘤細(xì)胞的高耗氧能力之間處于不平衡的狀態(tài),大多數(shù)實(shí)體惡性腫瘤都存在一定程度的缺氧。缺氧導(dǎo)致腫瘤出現(xiàn)缺氧耐受細(xì)胞,該細(xì)胞能夠促進(jìn)腫瘤的局部侵襲、轉(zhuǎn)移和復(fù)發(fā)[2]。故靶向缺氧成為治療癌癥的重要策略之一[3]。長(zhǎng)鏈非編碼RNA(long non-coding RNA,lncRNA)在不同水平上參與癌癥的發(fā)生和發(fā)展,包括表觀、轉(zhuǎn)錄和轉(zhuǎn)錄后調(diào)控[4]。研究表明lncRNA與多種腫瘤的預(yù)后密切相關(guān)[5]。尋找與乳腺癌缺氧相關(guān)的關(guān)鍵lncRNA,對(duì)于改善患者的預(yù)后具有重要意義。本研究分析癌癥基因組圖譜數(shù)據(jù)庫(kù)(the Cancer Genome Atlas,TCGA)中乳腺癌患者的lncRNA表達(dá),篩選出具有預(yù)后預(yù)測(cè)價(jià)值的缺氧相關(guān)lncRNA,并構(gòu)建預(yù)測(cè)乳腺癌預(yù)后的風(fēng)險(xiǎn)評(píng)分模型,旨在為臨床預(yù)測(cè)乳腺癌患者的預(yù)后提供參考。

      1 材料與方法

      1.1 數(shù)據(jù)下載與篩選 從TCGA數(shù)據(jù)庫(kù)(https://portal.gdc.ancer.gov/)中獲取乳腺癌患者的RNA轉(zhuǎn)錄組測(cè)序數(shù)據(jù)和臨床數(shù)據(jù)。納入標(biāo)準(zhǔn):(1)病理診斷為乳腺導(dǎo)管癌或乳腺小葉癌的初治女性患者;(2)患者的lncRNA表達(dá)水平檢測(cè)數(shù)據(jù)和年齡、生存時(shí)間等臨床數(shù)據(jù)無(wú)缺失。排除標(biāo)準(zhǔn):(1)隨訪時(shí)間≤30 d或隨訪時(shí)間缺失;(2)男性乳腺癌患者;(3)其余病理類(lèi)型者。最終獲得981例乳腺癌患者的資料?;颊吣挲g(58.19±13.20)歲,生存時(shí)間為31d至23.57年(隨訪起始點(diǎn)不詳);腫瘤分級(jí)Ⅰ級(jí)172例,Ⅱ級(jí)589例,Ⅲ級(jí)202例,Ⅳ級(jí)18例;T1期269例,T2期547例,T3期129例,T4期36例;M0期866例,M1期115例;N0期481例,N1期307例,N2期118例,N3期75例。

      1.2 缺氧相關(guān)基因共表達(dá)的lncRNA的篩選 應(yīng)用R 4.0.2軟件中的limma軟件包從乳腺癌患者的RNA測(cè)序數(shù)據(jù)中提取缺氧相關(guān)基因的表達(dá)信息(缺氧相關(guān)基因從https://www.gsea-msigdb.org/gsea/msigdb/網(wǎng)上數(shù)據(jù)庫(kù)獲得)。應(yīng)用R 4.0.2軟件,采用Spearman檢驗(yàn)評(píng)估lncRNA與缺氧相關(guān)基因表達(dá)水平之間的相關(guān)性,以r2>0.3、P<0.001為標(biāo)準(zhǔn)篩選缺氧相關(guān)基因共表達(dá)的lncRNA。

      1.3 與乳腺癌預(yù)后有關(guān)的缺氧相關(guān)lncRNA的篩選及其風(fēng)險(xiǎn)評(píng)分模型構(gòu)建 應(yīng)用R 4.0.2軟件進(jìn)行LASSO回歸、單因素和多因素Cox回歸分析。首先,以生存情況作為因變量,以獲得的缺氧相關(guān)基因lncRNA作為自變量,采用批量單因素Cox回歸分析篩選與乳腺癌預(yù)后有關(guān)的缺氧相關(guān)lncRNA(以P<0.05為標(biāo)準(zhǔn))。然后,將獲得的lncRNA納入LASSO回歸,經(jīng)驗(yàn)證,當(dāng)λ值為-4.96時(shí)模型擬合較好,將此條件下篩選出的lncRNA作為自變量,進(jìn)行多因素Cox回歸分析。多因素Cox回歸分析時(shí),使用survival包通過(guò)PH假設(shè)和共線性檢驗(yàn)自變量,確定與乳腺癌預(yù)后有關(guān)的缺氧相關(guān)lncRNA及其回歸系數(shù);建立基于缺氧相關(guān)lncRNA預(yù)測(cè)乳腺癌患者預(yù)后的風(fēng)險(xiǎn)評(píng)分模型,即風(fēng)險(xiǎn)評(píng)分=lncRNA1回歸系數(shù)×lncRNA1表達(dá)量+lncRNA2回歸系數(shù)×lncRNA2表達(dá)量+......+lncRNAn回歸系數(shù)×lncRNAn表達(dá)量。

      1.4 風(fēng)險(xiǎn)評(píng)分模型預(yù)測(cè)乳腺癌患者預(yù)后的能力的驗(yàn)證 計(jì)算每例乳腺癌患者的風(fēng)險(xiǎn)評(píng)分,根據(jù)中位值將乳腺癌患者分為高危組和低危組,應(yīng)用R 4.0.2軟件繪制兩組的生存曲線(Kaplan-Meier法),并采用log-rank檢驗(yàn)進(jìn)行比較(以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義)。應(yīng)用R 4.0.2軟件繪制時(shí)間依賴(lài)性受試者工作特征(receiver operating characteristic,ROC)曲線,采用一致性指數(shù)(concordance index,C-index)和曲線下面積(area under the curve,AUC)評(píng)估風(fēng)險(xiǎn)評(píng)分預(yù)測(cè)乳腺癌患者預(yù)后的效能。

      1.5 乳腺癌患者預(yù)后的影響因素及Nomogram模型的構(gòu)建 應(yīng)用R 4.0.2軟件,將風(fēng)險(xiǎn)評(píng)分和年齡及腫瘤分級(jí)、原發(fā)腫瘤-區(qū)域淋巴結(jié)-遠(yuǎn)處轉(zhuǎn)移(tumor-node-metastasis,TNM)分期等臨床病理特征作為自變量進(jìn)行單因素和多因素Cox回歸分析,進(jìn)一步分析乳腺癌患者預(yù)后的獨(dú)立影響因素,均以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。利用獲得的獨(dú)立影響因素構(gòu)建Nomogram模型,包括預(yù)測(cè)乳腺癌患者1年、3年、5年生存情況的風(fēng)險(xiǎn)模型;隨后應(yīng)用ROC曲線評(píng)價(jià)并比較Nomogram模型與年齡及腫瘤分級(jí)、TNM分期等臨床病理指標(biāo)預(yù)測(cè)乳腺癌患者生存情況的效能。

      2 結(jié) 果

      2.1 與乳腺癌預(yù)后有關(guān)的缺氧相關(guān)lncRNA及風(fēng)險(xiǎn)評(píng)分 以r2>0.3、P<0.001為篩選標(biāo)準(zhǔn),共篩選出1 180個(gè)與缺氧相關(guān)的lncRNA。采用單因素Cox回歸分析初步篩選,得到與乳腺癌預(yù)后有關(guān)的缺氧相關(guān)lncRNA共44個(gè)(P<0.05);經(jīng)LASSO回歸分析,發(fā)現(xiàn)其中23個(gè)缺氧相關(guān)lncRNA與乳腺癌預(yù)后可能有關(guān),見(jiàn)圖1。采用多因素Cox回歸進(jìn)一步分析,結(jié)果顯示有12個(gè)缺氧相關(guān)lncRNA與乳腺癌預(yù)后相關(guān),見(jiàn)表1。其中9個(gè)lncRNA(TNFRSF14-AS1、AL606834.2、LINC01871、AL136368.1、SEMA3B-AS1、AL136531.1、BAIAP2-DT、AC061992.1和AC008105.3)是保護(hù)性因素,高表達(dá)患者預(yù)后較好;而3個(gè)lncRNA(Z68871.1、LINC01235和AC090198.1)是危險(xiǎn)因素,高表達(dá)患者預(yù)后不佳。乳腺癌患者的風(fēng)險(xiǎn)評(píng)分模型為:風(fēng)險(xiǎn)評(píng)分=0.563×Z68871.1-0.325×TNFRSF14-AS1-0.370×AL606834.2+0.010×LINC01235-0.368×LINC01871-0.690×AL136368.1-0.062×SEMA3B-AS1-0.439×AL136531.1-0.043×BAIAP2-DT-0.215×AC061992.1+0.091×AC090198.1-0.535×AC008105.3。

      圖1 LASSO回歸分析結(jié)果

      表1 多因素Cox回歸分析結(jié)果

      2.2 風(fēng)險(xiǎn)評(píng)分的驗(yàn)證結(jié)果 根據(jù)缺氧相關(guān)lncRNA的風(fēng)險(xiǎn)評(píng)分(中位值為1.27分),將乳腺癌患者分為低風(fēng)險(xiǎn)組(<1.27分,n=491)和高風(fēng)險(xiǎn)組(≥1.27分,n=490),兩組的生存率差異有統(tǒng)計(jì)學(xué)意義(χ2=38.472,P<0.001),高風(fēng)險(xiǎn)組患者的生存時(shí)間較短,見(jiàn)圖2。預(yù)后標(biāo)志的C指數(shù)為0.798,表明風(fēng)險(xiǎn)評(píng)分對(duì)乳腺癌具有可靠和準(zhǔn)確的診斷作用。同時(shí)時(shí)間依賴(lài)性ROC曲線分析結(jié)果顯示,基于缺氧相關(guān)lncRNA風(fēng)險(xiǎn)評(píng)分預(yù)測(cè)乳腺癌患者1年、3年和5年生存情況的AUC分別為0.699(95%CI:0.601,0.814;P<0.05)、0.755(95%CI:0.683,0.905;P<0.05)和0.729(95%CI:0.637,0.895;P<0.05),見(jiàn)圖3。

      圖2 低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組乳腺癌患者的生存曲線比較

      圖3 基于缺氧相關(guān)lncRNA的風(fēng)險(xiǎn)評(píng)分預(yù)測(cè)乳腺癌患者生存情況的時(shí)間依賴(lài)性ROC曲線

      2.3 乳腺癌患者預(yù)后的影響因素 以患者年齡(賦值:<60歲=0,≥60歲=1)、腫瘤分級(jí)(Ⅰ 期=1,Ⅱ 期=2,Ⅲ期=3,Ⅳ期=4)、T分期(T1期=1,T2期=2,T3期=3,T4期=4)、M分期(M0期=0,M1期=1)、N分期(N0期=0,N1期=1,N2期=2,N3期=3)、風(fēng)險(xiǎn)評(píng)分(<1.27分=0,≥1.27分=1)作為自變量,以患者生存時(shí)間和生存狀態(tài)為因變量,進(jìn)行單因素Cox回歸分析,結(jié)果顯示年齡、腫瘤分級(jí)、T分期、M分期、N分期和風(fēng)險(xiǎn)評(píng)分均與乳腺癌患者的生存情況相關(guān)(均P<0.05),見(jiàn)表2。將以上6個(gè)指標(biāo)納入多因素Cox回歸模型,結(jié)果顯示年齡和風(fēng)險(xiǎn)評(píng)分與乳腺癌患者的生存情況相關(guān)(均P<0.05),見(jiàn)表2。將患者年齡及風(fēng)險(xiǎn)評(píng)分納入Nomogram模型,構(gòu)建預(yù)測(cè)1年、3年、5年生存情況的風(fēng)險(xiǎn)模型(見(jiàn)圖4A)。ROC曲線分析結(jié)果顯示,Nomogram模型預(yù)測(cè)乳腺癌患者總體生存情況的AUC值為0.750,略小于年齡(AUC=0.764),大于腫瘤分級(jí)(AUC=0.648)、T分期(AUC=0.669)、M分期(AUC=0.581)和N期(AUC=0.583),見(jiàn)圖4B。

      表2 影響乳腺癌患者生存情況的單因素和多因素Cox回歸分析

      圖4 乳腺癌患者Nomogram模型的構(gòu)建與驗(yàn)證

      3 討 論

      腫瘤能夠刺激新生血管無(wú)序生長(zhǎng),而腫瘤的增殖速度超過(guò)血管的生成速度,會(huì)導(dǎo)致實(shí)體腫瘤缺氧。持續(xù)低氧導(dǎo)致腫瘤血管的空間扭曲,這可能引起毛細(xì)血管間距增加,從而導(dǎo)致氧擴(kuò)散受到限制;持續(xù)低氧還可能引起閉合的血管重新開(kāi)放,導(dǎo)致缺氧再灌注損傷、自由基增加、應(yīng)激反應(yīng)基因激活和組織損傷,這也使得藥物難以擴(kuò)散到腫瘤部位[3]。腫瘤細(xì)胞和缺氧性腫瘤微環(huán)境成分之間的相互作用,再加上淋巴管生成和血管生成機(jī)制的激活,使腫瘤對(duì)特定臨床干預(yù)措施的反應(yīng)進(jìn)一步復(fù)雜化。因此,需要確定缺氧性腫瘤微環(huán)境,以更好地了解和探討導(dǎo)致腫瘤細(xì)胞耐藥的機(jī)制[6]。乳腺癌發(fā)病隱匿,惡性程度較高,有一半以上的患者的病灶存在缺氧區(qū)域,并且與腫瘤侵襲性、化放療反應(yīng)不良直接相關(guān)[7-8]。因此,探討乳腺癌患者腫瘤微環(huán)境中的分子機(jī)制顯得尤為重要。

      lncRNA在癌癥的發(fā)展中起著重要作用,已發(fā)現(xiàn)部分lncRNA在乳腺癌中有表達(dá)[9-11]。例如,HOTAIR是目前研究最多的lncRNA調(diào)控因子之一,也是首個(gè)作為轉(zhuǎn)移標(biāo)志物的lncRNA,其表達(dá)上調(diào)時(shí)具有致瘤性,可誘導(dǎo)乳腺癌細(xì)胞系遷移和侵襲,并且HOTAIR上調(diào)的患者存活率往往較低[12]。lncRNA ARNILA在三陰性乳腺癌局部侵襲和轉(zhuǎn)移中起關(guān)鍵作用[12]。還有研究報(bào)告,lncRNA BCRT1在乳腺癌組織中的表達(dá)顯著上調(diào),且與乳腺癌患者預(yù)后不良有關(guān);lncRNA BCRT1可以競(jìng)爭(zhēng)性地與miRNA-1303結(jié)合,阻止其靶基因PTBP3的降解,從而促進(jìn)乳腺癌的發(fā)生和發(fā)展;lncRNA BCRT1過(guò)表達(dá)可促進(jìn)巨噬細(xì)胞M2極化,這種極化由外切體介導(dǎo),從而進(jìn)一步加速乳腺癌的進(jìn)展[13]。在本研究中,共獲得12個(gè)與乳腺癌患者的預(yù)后密切相關(guān)的缺氧相關(guān)lncRNA,其中TNFRSF14-AS1、AL606834.2、LINC01871、AL136368.1、SEMA3B-AS1、AL136531.1、BAIAP2-DT、AC061992.1和AC008105.3為保護(hù)性因素,Z68871.1、LINC01235、AC090198.1為危險(xiǎn)因素。目前,尚未見(jiàn)有關(guān)上述缺氧相關(guān)lncRNA在乳腺癌中的研究,但可見(jiàn)部分lncRNA在其他腫瘤中的研究。例如,SEMA3B和SEMA3B-AS1在食管癌細(xì)胞和食管鱗癌組織中表達(dá)下調(diào),且兩者在食管鱗癌組織中的表達(dá)水平與TNM分期和淋巴結(jié)轉(zhuǎn)移有關(guān);而過(guò)表達(dá)SEMA3B和SEMA3B-AS1可抑制食管癌細(xì)胞的體外活性和侵襲力[14]。LINC01235可通過(guò)上皮間質(zhì)轉(zhuǎn)化促進(jìn)胃癌細(xì)胞的轉(zhuǎn)移,其在胃癌組織中高表達(dá)與預(yù)后不良呈正相關(guān),是預(yù)后不良的獨(dú)立標(biāo)志物[15]??梢?jiàn),這些lncRNA對(duì)其他腫瘤的影響,與本研究中對(duì)乳腺癌的影響相似。結(jié)合lncRNA的功能,我們推測(cè)缺氧相關(guān)lncRNA可能通過(guò)與微小RNA的相互作用、調(diào)控表觀遺傳基因和參與上皮間質(zhì)轉(zhuǎn)化從而參與腫瘤的轉(zhuǎn)移和進(jìn)展。今后,需要更多的研究來(lái)闡明缺氧相關(guān)lncRNA在乳腺癌發(fā)生、發(fā)展過(guò)程中的功能和關(guān)鍵機(jī)制。因此,在后續(xù)的研究中,我們將針對(duì)以上與乳腺癌患者預(yù)后相關(guān)的lncRNA進(jìn)行進(jìn)一步基礎(chǔ)實(shí)驗(yàn)和功能研究。

      精準(zhǔn)基因組醫(yī)學(xué)的重點(diǎn)是從含有臨床結(jié)果的大型醫(yī)學(xué)數(shù)據(jù)中找出準(zhǔn)確、特異地預(yù)測(cè)生存預(yù)后的因素。因此,我們根據(jù)獲得的12個(gè)缺氧相關(guān)lncRNA構(gòu)建了風(fēng)險(xiǎn)評(píng)分模型,并進(jìn)一步驗(yàn)證了該評(píng)分模型評(píng)估乳腺癌患者預(yù)后的價(jià)值。結(jié)果顯示,高風(fēng)險(xiǎn)評(píng)分乳腺癌患者生存時(shí)間較短(P<0.05),預(yù)后標(biāo)志的C指數(shù)為0.798,表明風(fēng)險(xiǎn)評(píng)分對(duì)乳腺癌具有可靠和準(zhǔn)確的診斷作用。同時(shí)時(shí)間依賴(lài)性ROC曲線分析結(jié)果顯示,該評(píng)分預(yù)測(cè)乳腺癌患者1年、3年和5年生存情況均具有較好的效能(AUC值均>0.65)。由此可見(jiàn),基于缺氧相關(guān)lncRNA的風(fēng)險(xiǎn)評(píng)分有助于評(píng)估乳腺癌患者的預(yù)后。然而,乳腺癌患者的預(yù)后還可能受到其他臨床病理特征的影響。因此,我們將風(fēng)險(xiǎn)評(píng)分與患者年齡、腫瘤分級(jí)、TNM分期作為自變量,采用多因素Cox回歸模型進(jìn)一步篩選乳腺癌患者預(yù)后的影響因素,并將所獲得的影響因素(患者年齡和風(fēng)險(xiǎn)評(píng)分)通過(guò)繪制Nomogram圖構(gòu)建了風(fēng)險(xiǎn)模型,ROC曲線分析結(jié)果表明該模型對(duì)乳腺癌患者的預(yù)后也具有較好的預(yù)測(cè)價(jià)值(AUC值為0.750),且預(yù)測(cè)效能優(yōu)于腫瘤分級(jí)、TNM分期等指標(biāo)。 因此,除了常規(guī)的臨床病理特征,在臨床上還應(yīng)該根據(jù)相關(guān)基因的表達(dá)來(lái)評(píng)估患者的預(yù)后,從而更好地制定后續(xù)治療方案和隨訪措施。但本研究?jī)H僅納入了部分臨床病理特征進(jìn)行預(yù)后分析,未考慮到治療方案等其他可能影響預(yù)后的因素,今后還應(yīng)納入更多的因素深入研究,以完善預(yù)測(cè)模型。

      總之,本研究篩選出12個(gè)與乳腺癌患者的預(yù)后密切相關(guān)的缺氧相關(guān)lncRNA,由其組成的風(fēng)險(xiǎn)評(píng)分模型對(duì)乳腺癌患者的預(yù)后有較好的預(yù)測(cè)價(jià)值,而結(jié)合相關(guān)臨床指標(biāo)與風(fēng)險(xiǎn)評(píng)分綜合評(píng)估患者的預(yù)后,或可為制定遠(yuǎn)期的治療或隨訪方案提供更多的依據(jù)。今后可設(shè)計(jì)分子實(shí)驗(yàn)以驗(yàn)證缺氧相關(guān)lncRNA在乳腺癌發(fā)生、發(fā)展中的確切分子機(jī)制。

      猜你喜歡
      乳腺癌預(yù)測(cè)因素
      無(wú)可預(yù)測(cè)
      黃河之聲(2022年10期)2022-09-27 13:59:46
      絕經(jīng)了,是否就離乳腺癌越來(lái)越遠(yuǎn)呢?
      中老年保健(2022年6期)2022-08-19 01:41:48
      選修2-2期中考試預(yù)測(cè)卷(A卷)
      選修2-2期中考試預(yù)測(cè)卷(B卷)
      解石三大因素
      乳腺癌是吃出來(lái)的嗎
      胸大更容易得乳腺癌嗎
      別逗了,乳腺癌可不分男女老少!
      祝您健康(2018年5期)2018-05-16 17:10:16
      不必預(yù)測(cè)未來(lái),只需把握現(xiàn)在
      短道速滑運(yùn)動(dòng)員非智力因素的培養(yǎng)
      会宁县| 社会| 双辽市| 满洲里市| 泸州市| 新巴尔虎左旗| 西峡县| 格尔木市| 沙坪坝区| 姚安县| 固镇县| 浮山县| 江门市| 玛纳斯县| 交口县| 昌乐县| 河池市| 白玉县| 台东市| 和田县| 贵南县| 花莲市| 即墨市| 商水县| 松滋市| 滁州市| 宣城市| 宁都县| 常山县| 大石桥市| 翁牛特旗| 左云县| 普洱| 香港 | 得荣县| 绥芬河市| 平阳县| 阜宁县| 襄垣县| 永年县| 聂荣县|