[目的]基于铜死亡相关lncRNA构建乳腺癌预后风险模型并探索其潜在的生物学意义.[方法]从TCGA数据库下载乳腺癌数据,利用R软件获取铜死亡相关lncRNA.用Cox回归及Lasso回归分析筛选铜死亡预后相关lncRNA,建立预后风险模型.运用Kaplan-Meier分析和ROC曲线对模型进行评估,并将此模型与临床病理特征进行整合,Cox回归分析寻找独立预后因素,建立列线图.对高低风险组之间差异基因进行基因本体(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析、免疫功能分析,并探讨两组间TMB和突变基因的表达.[结果]单因素Cox回归分析显示19个铜死亡预后相关lncRNA,Lasso回归分析筛选出 14 个 lncRNA,多因素 Cox 回归分析确定 8 个 lncRNA(AL590434.1、AC105398.1、AL137847.1、AC004982.1、AC107993.1、MECOM-AS1、U73166.1、HECW2-AS1)用于构建预后风险模型.风险评分=(-1.45494698784031 ×AL590434.1)+(-3.67358360093321 ×AC 105398.1)+(-1.10778423160903 ×AL137847.1)+(0.661226964250153 ×AC004982.1)+(-1.46582205700717 ×AC107993.1)+(0.825809098216395 ×MECOM-AS1)+(-0.651012875897201 ×U73166.1)+(0.249130715504216×HECW2-AS 1).高风险组患者的总生存

作者：张雯雯；王骁；周道安；潘德键

来源：肿瘤学杂志 2023 年 29卷 8期