建立 lncRNA 模型有助于 II 期结肠癌患者的预后和预测，提供临床指导
Prognostic and predictive value of a lncRNA signature in patients with stage II colon cancer
摘要
目前的分期方法无法准确识别 II 期结肠癌（CC）的高危复发患者。为了改善 II 期 CC 的预后预测，我们使用系统和全面的生物标志物发现和验证方法，构建了基于 lncRNA 特征的模型。我们分析了来自 TCGA 数据集的 16 对 II 期 CC 肿瘤组织和邻近正常粘膜组织，鉴定出了 1,377 个表达差异显著的 lncRNA。通过单变量和阶跃多变量 Cox 回归模型，在训练队列中筛选出了 11 个 lncRNA 特征（n = 141），可将患者分为高风险和低风险组（3 年 AUC = 0.801，95% CI：0.724-0.877；5 年 AUC = 0.801，95% CI：0.718-0.885）。与低风险组相比，高风险组患者的无复发生存期（RFS）更短（时序检验，训练队列中 P < 0.001）。验证队列结果进一步证实了基于 lncRNA 的特征的预测能力（P < 0.001）。多变量 Cox 回归和分层生存分析表明，该特征的预后价值独立于其他临床病理学风险因素（如CEA、T 分期和化疗）。时间依赖性接受者操作特征（ROC）分析表明，该特征比任何其他临床风险因素或单个 lncRNA 都有更高的预测准确性（所有P < 0.05)。我们构建了一张列线图，整合了基于 lncRNA 的特征和临床风险因素（如CEA 和 T 分期），在校准图中表现良好，适合于临床使用。总之，基于 lncRNA 特征的模型是一种独立的预后因素，与目前使用的临床病理学风险因素相比，在预测 II 期 CC 患者的复发时具有更强的预测能力。这种基于 lncRNA 特征的模型可能有助于个体化治疗决策和术后咨询，并最终提高患者的生存率。
结果
通过分析 TCGA 数据集识别 DElncRNA
首先，我们从 TCGA-COAD 数据库中检索了转录组分析数据，并获得了 16 个正常样本和 152 个 II 期 CC 肿瘤样本。其中，16对肿瘤组织和邻近的正常组织被用来筛选DElncRNA。结果，1,377 个 lncRNA 被鉴定为绝对倍数变化 > 2 且 FDR < 0.05 的 DElncRNA，其中 863 个在 CC 中与邻近的正常组织相比被上调，514 个被下调
从训练队列中鉴定具有预后意义的 lncRNA
为了挑出具有预后意义的 lncRNA，将 1,377 个 DElncRNA 提交给单变量 Cox 回归分析，以检查它们在训练队列中被 RFS 暗杀的情况。在这些 DElncRNA 中，23 个具有最高统计显着性（ P值≤0.01）的候选 lncRNA通过逐步方法进入多变量 Cox 比例风险模型。因此，我们训练了一个由 11 个 lncRNA 组成的 RFS 相关特征 在这些lncRNA中，系数为正的AC090502.1、AL356652.1、AC011352.3、AC100791.2、AC123768.1、AP000911.1、FOXD3-AS1、AC022784.3和LINC02119被确定为风险因子AC093895.1 和AP002358.1是保护因素。
lncRNA预后风险模型的构建及其在训练队列中的可预测性评估
我们使用多变量Cox回归模型的回归系数对每个lncRNA在预后lncRNA特征中的表达进行加权，并建立风险评分公式如下：风险评分=（0.2549*AC090502.1）+（0.3677 * AL356652 。 1）+（0.3862* AC011352.3）+（-0.3231* AC093895.1）+（0.4019* AC100791.2）+（0.3629 * AC123768.1）+（-0.9391* AP002358.1）+（0.2024* AP000911。 1 ) + (0.348*`FOXD3-AS1`) + (0.3906* AC022784.3) + (0.2307*LINC02119)。基于该公式，计算出训练队列中每位患者的风险评分，并将患者分为两组：高风险组（n = 32）和低风险组（n = 109）从 X-tile 图中获得的截止阈值。数字 3个A、B分别显示风险评分和复发状态的分布，表明高危患者的生存率普遍低于低危患者。热图显示了高风险组和低风险组之间 lncRNA 的表达模式。Kaplan-Meier 生存曲线表明，高风险组患者的 RFS 较短。与低风险组相比（时序检验，P < 0.001）。不同时间点的时间依赖性 ROC 表明，lncRNA 特征具有预测训练队列中患者复发的良好预后能力（3 年时的 AUC = 0.801，95% CI：0.724–0.877；5 年时的 AUC = 0.801, 95% CI: 0.718–0.885) 在单变量 Cox 回归模型中，与低风险组相比，高风险组的复发风险（95% CI：4.649–16.482，P < 0.001）增加了 8.754 倍。
在训练队列中识别与患者 RFS 显着相关的 11-lncRNA 特征。( A – C ) 根据 lncRNA 特征，高风险和低风险组患者的风险评分分布、生存状态和 lncRNA 表达模式。( D ) 高、低危组患者RFS的Kaplan-Meier曲线分析。( E ) 时间相关的 ROC 曲线分析。我们使用 3 年和 5 年的 AUC 来评估预后准确性，并使用对数秩检验计算P值。
在验证队列中验证用于 RFS 预测的 lncRNA 签名
为了评估 lncRNA 特征在识别高危患者方面的稳健性，我们使用验证队列进一步检查了特征的预后性能。我们计算了验证队列中患者的风险评分，并将他们分为高风险组和低风险组。在训练队列中进行了相同的生存分析。与训练队列的结果一致，高风险患者的 RFS 较差低于验证队列中的低风险患者。时间相关的 ROC 分析 表明用于预测复发的 lncRNA 特征的 AUC 在 3 年时为 0.732（95% CI：0.618-0.847），在 5 年时为 0.733（95% CI：0.634-0.832），突出了 lncRNA 特征的有效性.
验证队列中 lncRNA 特征的 Kaplan-Meier 生存分析和时间依赖性 ROC 曲线。( A ) 高危组和低危组患者RFS的Kaplan-Meier曲线分析。( B ) 时间相关的 ROC 曲线分析。我们使用 3 年和 5 年的 AUC 来评估预后准确性，并使用对数秩检验计算P值。
lncRNA特征的预后价值
为了检查 lncRNA 特征是否可以预测复发而不考虑其他临床病理学特征，我们对由 204 名患者组成的整个队列（训练队列和验证队列的组合）进行了单变量和多变量 Cox 回归分析。结果表明，lncRNA 特征的风险评分与患者的 RFS 显着相关，即使通过其他临床参数进行调整此外，在单变量分析中，患者的年龄、T 分期和术前 CEA 水平是 II 期 CC 患者的重要预后因素（P < 0.05）。为了更好地评估我们的 lncRNA 特征的预后潜力，引入了分层分析以确认我们的 lncRNA 特征在各个亚组中的独立性（根据年龄、T 分期和术前 CEA 水平）。数字 5个表明高危组的生存曲线在所有亚组中均低于低危组。此外，对数秩检验显示，与所有亚组中的低风险患者相比，高风险患者的 RFS 较差一些II期CC患者接受了术后辅助化疗，这可能会影响患者的预后和复发。为了消除潜在的混杂效应，我们还通过术后化疗进行了分层分析，结果表明，在化疗和非化疗亚组中，通过基于 lncRNA 的特征识别的高风险患者的 RFS 均低于低风险患者无论化疗状态如何，都证实了其可靠的预测能力。
多变量 Cox 分析表明，术前 CEA 水平和 T 分期是 II 期 CC 患者 RFS 的独立预后因素。然后，我们进行了 ROC 分析，以比较 lncRNA 特征与术前 CEA 水平和 T 分期的预测能力。数字 6个显示基于 lncRNA 的签名风险评分模型比任何其他风险因素（术前 CEA 水平和 T 分期）或单独的单个 lncRNA（所有 P < 0.05）具有更强大的预测能力，证实了我们的 lncRNA 签名的可靠预测 能力.
基于lncRNA特征构建列线图
为了为临床医生提供一种预测癌症复发概率的定量方法，我们构建了一个列线图，它整合了患者 RFS 的 lncRNA 特征和临床病理学独立危险因素。校准图显示 3 年和 5 年的偏差校正线非常接近理想的 45 度曲线，表明预测与观察之间的一致性很. 此外，通过生存 ROC 分析评估列线图的预测准确性。列线图在 3 年和 5 年时的 AUC 分别为 0.818（95% CI：0.700-0.936）和 0.920（95% CI：0.884-0.956），表明具有良好的辨别性能
