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

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。

技术特征：

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。

技术总结
本发明公开了一种基于m<supgt;6</supgt;A相关lncRNA的浆液性卵巢癌预后模型的构建及其临床应用。本发明基于TCGA数据库SOC患者(n＝375)的转录组数据及临床信息，通过皮尔逊相关分析，单/多变量/lasso cox回归分析获得6条与SOC患者预后显著相关的m<supgt;6</supgt;A修饰调节因子相关lncRNAs。通过人群的测试和验证，并通过临床特征分层分析、主成分分析及结合TP53突变信息评估了模型的分辨能力和预测能力。建立了nomogram并进一步评估了模型的预后价值。综上所述，本发明建立了一个可靠的预测SOC患者预后的风险模型，基于所述标记物的浆液性卵巢癌预后评估模型的应用如下：(1)作为评估患者预后危险度的分子标记物；(2)应用于浆液性卵巢癌中以评估患者的预后危险度。

技术研发人员：郭刚强,叶乐乐,粘泽恺,薛向阳,冯诗雨,汤桑桑
受保护的技术使用者：温州医科大学
技术研发日：
技术公布日：2024/1/14