本发明涉及生物医学,更具体地说,它涉及一种基于m6a相关 lncrna的浆液性卵巢癌预后模型的构建及其临床应用。
背景技术:
1、卵巢癌(ovarian carcinoma,oc)是全球女性癌症中死亡率最高的肿瘤。 90%的oc是上皮性卵巢癌,而75%的上皮性卵巢癌是浆液性卵巢癌(serous ovarian carcinoma,soc)。由于卵巢解剖位置的隐蔽以及早期没有明显或特定的临床症状,大部分患者确诊时已是晚期。不仅如此,复发率高、耐药等原因,使得soc患者的预后差。随着手术方式、化学疗法和免疫疗法的不断发展和改进,soc患者的总体生存率得到了提高,然而,soc患者的预后仍不理想,迫切需要有效的生物标志物进行预后及治疗反应的预测和监测。
2、长链非编码rna(long non-coding rnas,lncrna)广泛存在,是一类长度大于200个核苷酸,不具备或仅具备有限蛋白质编码能力的分子。lncrna参与了多种生物学过程调控,包括肿瘤增殖、凋亡、转移和耐药等,其异常表达与包括soc在内的多种癌症的发生发展密切相关;已经有研究表明lncrna ab073614和hotair可以作为oc患者潜在的诊断和预后生物标志物。
3、m6a修饰是真核生物rna中最常见的化学修饰之一,这是一种动态且可逆的转录后修饰。其可作为临床上有效的生物标志物和潜在的治疗靶点。此外,m6a 修饰受调节因子调控,主要由甲基化酶(mettl3/14,wtap,rbm15/15b and kiaa1429等,又称为"writers")、去甲基化酶(fto and alkbh5等,称为"erasers")和m6a结合蛋白(ythdf1/2/3,igf2bp1 and hnrnpa2b1等,称为 "readers")组成。多项研究表明,m6a修饰及其调节因子是推动包括soc在内的多种癌症发生发展的主要因素之一,它们在细胞死亡和增殖失调、免疫调节异常和肿瘤恶性进展等生物学过程中发挥重要作用。
4、越来越多的研究发现,m6a修饰与lncrna之间存在明显的相互作用。一方面,m6a修饰及其调节因子参与了lncrna的富集和调控,从而在lncrna的生物学过程中发挥重要作用,继而介导多种癌症的发生发展。例如,m6a修饰可以通过reader的结合位点调节lncrna的结构进而影响了lncrna的生理功能。另一方面,在癌症中,m6a修饰调节因子的功能也受到lncrna的调控。例如有研究发现,lncrna linc00470与pten mrna结合,通过与mettl3的相互作用抑制 pten mrna的稳定性,从而发挥促进胃癌进展的作用。因此,对m6a修饰与lncrna 相互作用的进一步研究,将有助于我们更好地理解它们在soc中的生物学作用。
5、然而,目前在soc中还没有m6a相关lncrna的研究,m6a相关lncrna作为生物标志物对于预测soc患者的预后判定也没有明确的参考标准。因此,选用合理的方式筛选出疾病相关分子标志物,明确soc的潜在分子机制,为早期和精确的预防、诊断和治疗soc提供方向,进一步提高soc患者的临床诊断效率和预后判断能力。
技术实现思路
1、针对现有技术存在的不足,本发明的目的在于提供了一种基于m6a修饰相关 lncrna的浆液性卵巢癌预后评估模型及其临床应用。本发明系统地分析了与m6a 修饰调节因子相关的lncrna和浆液性卵巢癌总体生存率之间的关系,经多环节分析后筛选出6条lncrnas,并建立了基于这6条lncrnas的风险得分预后模型以预测soc的预后。该发明基于6条m6a相关lncrna构建的soc预后评估模型,能够有效地预测患者预后及治疗反应,提升soc不良预后的临床应对能力,以改善患者的死亡率及预后。
2、为实现上述目的,本发明提供了如下技术方案:
3、一种浆液性卵巢癌的预后标记物,所述预后标记物为al513211.1, linc02384,rp11-508m8.1,ac138761.4,mycnos和ac07206.3六条lncrnas的组合。
4、进一步地,基于所述标记物,所述预后风险模型公式为:风险评分=系数 (lncrna1)×表达(lncrna1)+系数(lncrna2)×表达(lncrna2)+…+系数 (lncrnan)×表达(lncrnan);其中n表示第n个非零系数的lncrna,表达为该lncrna的表达水平(fpkm)。
5、所述的标记物和预后预测模型,具体构建过程包括以下步骤:
6、(1)从tcga数据库下载浆液性卵巢癌全转录组数据以及相应患者的临床信息;
7、(2)从相关研究报道中筛选出m6a修饰调节因子,获得相关m6a基因集;
8、(3)根据皮尔逊相关分析筛选出与m6a修饰调节因子相关的lncrna (m6a-lncrnas);
9、(4)结合乘积极限法(kaplan-meier,km),以及单变量cox回归分析,计算每个m6a-lncrnas与患者生存是否存在关系,筛选出与soc预后相关lncrna;
10、(5)利用lasso cox回归进一步筛选lncrna,并使用受试者工作特征曲线分析评估进行模型自评;
11、(6)最后通过多变量cox回归分析,剔除混杂因素,获得6条风险相关 lncrna的风险权重系数,并构建风险公式;
12、进一步地,根据所述的soc预后预测模型,根据计算的风险评分将患者划分为高危和低危两组,进行患者预后判断。
13、进一步地,基于所述标记物及构建的预后评估模型,经过测试和验证,多个角度(pca,分层分析等)评估模型区分和预测能力。
14、本发明具有以下有益效果:本发明提供了在浆液性卵巢癌中,基于筛选m6a 修饰调节因子相关的风险因素lncrnas来建立风险得分预测模型,并且在soc的多个测试数据集中,证实了该模型稳定有效。该模型在soc预后的评估中能够提供可靠的分子标志物,提高了对soc预后评估的预测能力,对具有高风险(不良预后)的soc能够有效的识别,使得在临床中能够早期监控和有效干预,以此来降低soc的不良预后发生率及死亡率,改善患者预后。
1.一种预测soc预后的标记物,其特征在于,所述预后标记物为al513211.1,linc02384,rp11-508m8.1,ac138761.4,mycnos和ac07206.3六条lncrna的组合。
2.基于权利要求1所述标记物的风险模型,其特征在于,风险评分=系数(lncrna1)×表达水平(lncrna1)+系数(lncrna2)×表达水平(lncrna2)+…+系数(lncrnan)×表达水平(lncrnan);其中n表示第n个非零系数的lncrna。
3.如权利要求2所述的预测soc预后的预测模型,其特征在于,具体模型构建方法包括以下步骤:
4.根据权利要求3所述的soc预后的预测模型,其特征在于,该方法具体包括rna的获取,lncrna筛选,模型的构建和风险评分的计算,根据计算的风险评分将患者划分为高危和低危两组,判断患者预后。
5.一种基于浆液性卵巢癌预后模型的应用,其特征是:(1)作为评估患者预后危险度和疗效的分子标记物;(2)应用于浆液性卵巢癌中以评估患者的预后危险度和疗效。