基于免疫相关lncRNA建立胰腺癌预后风险评估模型

摘要

目的:鉴定和筛选胰腺癌中与免疫基因相关的长非编码RNA(lncRNA)，并构建胰腺癌预后风险评估模型，探索预后相关因素。方法:通过癌症和肿瘤基因组图谱(TCGA)数据库下载177例胰腺癌患者的测序数据和相应的临床病理和随访信息，采用随机数字表法将患者随机分为试验集( n＝89)和验证集( n＝88)。首先利用Pearson相关系数计算公式鉴定出与免疫基因显著相关的lncRNA，随后在试验集中利用单因素Cox和多因素Cox分析筛选出与预后相关的lncRNA用于构建预后风险评分公式，利用验证集数据对模型进行验证。 结果:Pearson相关系数计算公式筛选出788个与免疫相关的lncRNA，在试验集中利用单因素和多因素Cox分析鉴定出5个lncRNA(AC006237.1、AC025154.2、RASSF8-AS1、AL122010.1和AC073896.3)用于构建预后风险评分公式。基于预后风险评分公式将试验集患者分为高风险组( n＝44)和低风险组( n＝45)，生存分析发现高风险组的中位生存期(1.09年)与低风险组(4.11年)相比显著缩短( χ2＝26.016， P<0.001)。利用上述公式将验证集的患者分为高风险组( n＝44)和低风险组( n＝44)，生存分析发现高风险组患者的中位生存期(1.28年)与低风险组(1.90年)相比差异也具有统计学意义( χ2＝4.422， P＝0.035)。单因素和多因素分析提示该预后风险评估模型可有效预测胰腺癌患者的预后情况，且可以作为一个独立的预后相关模型( HR＝2.618，95% CI为1.285～5.332， P＝0.008)。预后风险评估模型较常见的临床病理指标具有较好的预测效率[1年曲线下面积(AUC)＝0.687，3年AUC＝0.725，5年AUC＝0.782]，高于年龄、性别、肿瘤组织病理学分级等常见临床指标的预测能力。AC025154.2、AC073896.3、AL122010.1和RASSF8-AS1在不同临床特征胰腺癌患者中的表达差异均具有统计学意义(均 P<0.05)，可能是胰腺癌潜在的新型诊断和治疗靶点。干扰素α、哺乳动物雷帕霉素靶蛋白复合体1(mTORC1)、MYC相关调控基因、转化生长因子-β(TGF-β)信号通路在高风险组被显著激活，肌生成和胰腺β细胞信号通路在高风险组被显著抑制。上述信号通路可能是该预后风险模型的潜在分子机制。 结论:基于5个免疫相关lncRNA构建的预后风险评估模型可以有效地预测胰腺癌患者的预后情况，此外上述免疫相关lncRNA可能是胰腺癌诊断和治疗的新型生物标志物。