基于生物信息学构建一个Cuproptosis-related lncRNA模型来预测肝癌的预后

背景:铜死亡作为一种新颖的细胞死亡方式,它FUT-175与细胞内的能量代谢和线粒体有关,并在癌症的发生中起作用。长链非编码RNA(Long non-coding RNA,lncRNA)与肝癌(HCC)的进展和预后有关。但是铜死亡相关的lncRNA在肝癌中的作用和预后价值尚未明确。本研究构建了肝癌中与铜死亡相关lncRNA的预后模型,并且评估该模型的预后价值。方法:我们从TCGA中下载肝癌的mRNA和lncRNA表达谱和相应的临床数据,并获得832个与铜死亡相关的lncRNA。经过单因素,least absolute shrinkage Telaglenastat小鼠and selection operator(LASSO)和多因素Cox回归构建了5个与铜死亡相关的lncRNA预后基因,并根据模型将患者分为高低风险组。采用Kaplan-Meier analysis,receiver operating characteristic(ROC)curve,,C-index,independent prognostic analysis,nomogram model和principal component analysis(PCA)等来评估预后模型的预测能力。同时还探索了该模型的免疫浸润、免疫阻断、药物敏感性、基因突变等情况。最后针对模型中的5个lncRNA,分别对其进行临床预后和单基因Gene Set Enrichment Analysis(GSEA)分析。结果:高风险组肝癌患者的总体生存期(OS)、无进展生存期(PFS)、疾病特异性生存期(DSS)和无病间期(DFI)较短。风险模型在训练集,验证集和完整集中对肝癌的预测价值良好,训练集(1年:AUC=0.762,3年:ACU=0.725,5年:AUC=0.772),验证集(1年:AUC=0.732,3年:ACU=0.653,5年:AUC=0.590),完整集(1年:AUC=0.752,3年:ACU=0.701,5年:AUC=0.682)。随后我们将风险模型与肝癌临床亚组分别进行讨论,发现在大部分临床亚组分型中,该模型同biosilicate cement样具备良好的预测价值。单因素和多因素分析模型风险和肝癌临床因素对肝癌预后结局的影响,结果表明在三个数据集中,无论是单因素还是多因素分析,模型风险都能独立预测肝癌的生存结局。Nomogram和其校正曲线显示,与未纳入风险模型相比,纳入模型能够更好的评估肝癌患者的整体预后情况。不仅如此,我们还探究了该模型与肝癌免疫的联系,我们发现该模型划分的高低风险组之间存在免疫细胞(imc)和免疫功能(imf)的差异,不仅如此模型高低风险组之间还存在免疫检查点的差异,这为我们提供了该模型的免疫机制,还从侧面说明了该模型作为免疫治疗的价值。为了更好的贴近临床,我们还对高低风险组进行了药物敏感性分析,结果提示Sorafenib和Paclitaxel对高风险患者更有效。结论:构建了肝癌中与铜死亡相关的lncRNA模型,探索了该模型的预后价值和免疫浸润。与肝癌其他临床因素相比,该风险模型的临床和预后价值高于肝癌的其他临床因素,该模型不仅具备诊断价值,而且与肝癌的临床分期,生存预后,免疫浸润,药物敏感性密切相关,其构成模型的5个lncRNA(AC026412.3、AC107021.2、AL355574.1、AL031985.3、AL117336.2)也具备一定的诊断和临床价值,可以作为肝癌的潜在生物标志物,有成为治疗靶点的可能。为进一步研究肝癌患者的预后相关机制提供了一个崭新的角度。