论文部分内容阅读
目的 利用生物分析学方法对癌症基因组图谱(TCGA)数据库的结肠癌数据进行挖掘分析,筛选预后基因,识别结肠癌患者死亡的高低风险,并预测其预后.方法 访问TCGA并下载结肠癌患者RNA表达数据和临床信息.通过单因素Cox和多因素Cox回归分析,构建比例风险回归模型并形成风险评分公式.根据风险评分中位值将患者分为高风险组和低风险组,识别结肠癌患者死亡风险.采用接收者操作特征曲线(ROC)及曲线下面积(AUC)验证该模型的评估性能.利用R语言对预后相关基因进行生存分析,并对差异基因进行GO功能和KEGG通路富集分析.结果 结肠癌5544个差异表达基因中,有27个基因与患者整体生存率相关.从中筛选出GABRD、FAM132B、LRRN4、RP11-400N13.2、RP11-108K3.2、RNU6-403P、RP11-429J17.8、LINC01296、RP11-190J1.3、AC002076.10和CTC-573N18.1共11个基因,构建结肠癌患者的Cox预后模型.ROC分析显示,高风险组5年期生存率为39.5％(95％CI:29.5～53.0),低风险组为89.6％(95％CI:82.2～97.7),AUC=0.827,该模型可以较好地区分高低风险的结肠癌患者.结论 通过Cox比例风险模型基因获得风险得分并结合临床信息,用作结肠癌患者的预后及生存时间的评估.