早上好，今天分享一篇2021年11月发表在BMC Cancer（IF=4.430）的文章，A novel ferroptosis-related lncRNA signature for prognosis prediction in gastric cancer，作者筛选了铁死亡相关的预后lncRNA，并构建了GC的预后风险模型。该研究方法同样适用于其他肿瘤的研究，有相关需求的老师欢迎联系我们！
背景&方法
背景：
胃癌（GC）是一种常见的癌症。这是2018年癌症相关死亡的第三大原因。铁死亡是一种非凋亡形式的细胞死亡。
方法：
1、铁死亡相关的lncRNA鉴定；
2、预后lncRNA特征的构建；
3、四种lncRNA与临床特征的相关性；
4、lncRNA特征的单变量和多变量cox回归分析；
5、高危和低危人群的PCA分析；
6、列线图的构建；
7、qRT-PCR验证。
结果
TCGA队列中铁死亡相关的lncRNA鉴定
基于MSigDB数据库的40个铁死亡相关mRNA，进行Pearson相关性分析，共筛选出173个与铁死亡相关的lncRNA，其中148个与GC呈正相关，25个与GC呈负相关。
预后铁死亡相关lncRNA特征的构建
使用单变量Cox回归分析，确定了七种与预后相关的铁死亡相关lncRNA。多变量Cox回归分析进一步建立了4-lncRNA特征模型。根据中位风险评分，我们将患者分为高危组和低危组。根据风险评分从低到高对患者进行排名，还显示了群体随访时间。
四种lncRNA与临床特征的相关性
BOLA3-AS1的表达与T和年龄显着相关。AP001271.1的表达与性别和grade显着相关。
铁死亡相关lncRNA特征的单变量和多变量cox回归分析
在单变量Cox回归分析中，年龄、分期、T、N和风险评分与总生存期显着相关。在多变量Cox回归分析中，风险评分是OS的独立预测因子。生存曲线显示，低风险组的生存期优于高风险组。风险评分的AUC值高于其他临床参数，揭示了Cox回归模型对GC患者预后的良好预测能力。
高危和低危人群的差异分析
主成分分析显示，高风险组和低风险组之间，所有基因、铁死亡相关基因和lncRNA表达没有显着差异。然而，预后模型中的四种lncRNA存在显着差异。
列线图的构建
使用列线图通过AP003392.1、AC245041.2、AP001271.1、BOLA3-AS1和风险评分来预测1年、2年和3年OS。
AP003392.1、AC245041.2、AP001271.1和BOLA3-AS1 在 GC 中的表达
使用GC细胞系（MKN-45和AGS）和人胃上皮细胞系（GES-1）验证四种 lncRNA的表达水平。qRT-PCR分析结果显示，与胃正常细胞系相比，AP003392.1、AC245041.2、AP001271.1 和 BOLA3-AS1 在 GC 细胞系中的表达差异很大。
今天的分享就到这里啦，对上述分析方法感兴趣或者没有研究思路的小伙伴，欢迎扫下方二维码前来咨询哦！先到先得，欲购从速！
中科生信
提供“一站式”科研服务