膀胱癌m6A相关长链非编码RNA预后模型的构建和免疫分析

陈华; 于海涛; 梅宇华; 李利; 苟欣

doi:10.13406/j.cnki.cyxb.003516

您当前的位置：

首页 >

文章列表页 >

膀胱癌m6A相关长链非编码RNA预后模型的构建和免疫分析

泌尿系统肿瘤 | 更新时间：2025-10-22

- 膀胱癌m6A相关长链非编码RNA预后模型的构建和免疫分析
- Construction of a model for bladder cancer prognosis and immune analysis based on m6A-related long non-coding RNAs
- 重庆医科大学学报 2024年49卷第6期页码：718-729
- 作者机构：
  
  重庆医科大学附属第一医院泌尿外科，重庆 400016
- 作者简介：
  
  陈　华，Email：362419504@qq.com，研究方向：泌尿系统肿瘤基础与临床研究。
  苟　欣，Email：gouxincq@163.com。
- 基金信息：
- DOI：10.13406/j.cnki.cyxb.003516
  中图分类号： R737.14
- 收稿：2024-03-13，
  
  修回：2024-05-24，
  
  录用：2024-05-28，
  
  纸质出版：2024-06-28
- 稿件说明：
移动端阅览
陈华,于海涛,梅宇华,等.膀胱癌m6A相关长链非编码RNA预后模型的构建和免疫分析[J].重庆医科大学学报,2024,49(6):718-729.

Chen Hua,Yu Haitao,Mei Yuhua,et al.Construction of a model for bladder cancer prognosis and immune analysis based on m6A-related long non-coding RNAs[J].Journal of Chongqing Medical University,2024,49(6):718-729.
陈华,于海涛,梅宇华,等.膀胱癌m6A相关长链非编码RNA预后模型的构建和免疫分析[J].重庆医科大学学报,2024,49(6):718-729. DOI： 10.13406/j.cnki.cyxb.003516.

Chen Hua,Yu Haitao,Mei Yuhua,et al.Construction of a model for bladder cancer prognosis and immune analysis based on m6A-related long non-coding RNAs[J].Journal of Chongqing Medical University,2024,49(6):718-729. DOI： 10.13406/j.cnki.cyxb.003516.

摘要

目的

探究膀胱癌中N6-甲基腺苷（N6-methyladenosine，m6A）相关长非编码RNA（long non-coding RNA，lncRNA）及其与患者预后的关系。

方法

通过癌症基因组图谱（the cancer genome Atlas，TCGA）数据库获取转录、突变和临床数据，获得m6A相关的lncRNA表达数据，采用共表达网络分析、Cox回归分析和最小绝对收缩和选择算法（least absolute shrinkage and selection operator，LASSO）回归分析鉴定与m6A相关的lncRNA，并构建风险预后模型和对其进行验证。然后，本研究还构建了列线图来预测膀胱癌患者的预后。通过基因本体（gene ontology，GO）、京都基因与基因组百科全书（kyoto encyclopedia of genes and genomes，KEGG）研究生物学功能的差异。使用ESTIMATE算法计算基质、免疫评分。采用单样本基因集富集分析（single sample gene set enrichment analysis，ssGSEA）算法定量分析免疫细胞浸润和免疫功能。采用oncoPredict算法预测潜在治疗药物。

结果

本课题组确定了1 739个m6A相关lncRNA，其中 14个与预后相关。再通过LASSO回归分析筛选了5个m6A相关的lncRNA（GRK5-IT1、AC008883.2、AC145207.5、AC103746.1、AC104564.3）来构建预后预测模型。Kaplan-Meier和受试者工作特征曲线（receiver operating characteristic，ROC）曲线显示，该特征在训练集、验证集和全集中具有良好的预测能力。与其他临床特征相比，m6A相关lncRNA模型具有更高的诊断效率。免疫细胞浸润和ssGSEA分析进一步证实，特征lncRNA与膀胱癌患者的免疫状态显著相关。此外，高风险组对多种药物的治疗反应与低风险组存在显著差异。

结论

5个m6A相关的特征lncRNA可能有助于评估膀胱癌患者的预后和免疫特征，并指导个性化治疗方案的制定。

Abstract

Objective

To explore N6-methyladenosine（m6A）-related long non-coding RNAs（lncRNAs） in bladder cancer（BCa） and their correlations with prognosis.

Methods

Transcription，mutation，and clinical data of m6A-related lncRNAs were downloaded from The Cancer Genome Atlas（TCGA） database. Then m6A-related signature lncRNAs were identified by co-expression network analysis，Cox regression analysis，and LASSO regression analysis. A risk prognostic model was constructed and validated. A nomogram was constructed to predict the prognosis of BCa patients. Functional enrichment analysis was performed using GO and KEGG. Stromal and immune scores were evaluated using the ESTIMATE algorithm. Single sample gene set enrichment analysis algorithm was used for quantitative analysis of immune cell infiltration and immune functions. The oncoPredict algorithm was used to predict potential therapeutic drugs.

Results

We identified 1，739 m6A-related lncRNAs，of which 14 were correlated with prognosis. Five m6A-related lncRNAs（GRK5-IT1，AC008883.2，AC145207.5，AC103746.1，and AC104564.3） were selected using LASSO regression to construct a prognostic risk model. The Kaplan–Meier and receiver operating characteristic curves confirmed that the prognostic risk model had good predictive performance in training，test，and complete sets. The prognostic risk model based on m6A-related lncRNAs had higher diagnostic efficiency compared to models based on other clinical features. Immune cell infiltration and single sample gene set enrichment analysis further confirmed that these signature lncRNAs were significantly associated with the immune status of BCa patients. Furthermore，the high-risk group and the low-risk group showed significant differences in the responses to multiple drugs.

Conclusion

The five m6A-related signature lncRNAs may help assess the prognosis and immune characteristics of BCa patients and facilitate the determination of personalized treatment options.

关键词

Keywords

references

Sung H ， Ferlay J ， Siegel RL ， et al . Global cancer statistics 2020：GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries [J ] ． CA Cancer J Clin ， 2021 ， 71 （ 3 ）： 209 - 249 ．

Siegel RL ， Miller KD ， Jemal A . Cancer statistics，2016 [J ] . CA Cancer J Clin ， 2016 ， 66 （ 1 ）： 7 - 30 ．

Patel VG ， Oh WK ， Galsky MD . Treatment of muscle-invasive and advanced bladder cancer in 2020 [J ] . CA A Cancer J Clinicians ， 2020 ， 70 （ 5 ）： 404 - 423 ．

Ghandour R ， Singla N ， Lotan Y . Treatment options and outcomes in nonmetastatic muscle invasive bladder cancer [J ] . Trends Cancer ， 2019 ， 5 （ 7 ）： 426 - 439 ．

Kamat AM ， Hahn NM ， Efstathiou JA ， et al . Bladder cancer [J ] . Lancet ， 2016 ， 388 （ 10061 ）： 2796 - 2810 ．

Sanli O ， Dobruch J ， Knowles MA ， et al . Bladder cancer [J ] . Nat Rev Dis Primers ， 2017 ， 3 ： 17022 ．

Mari A ， Campi R ， Tellini R ， et al . Patterns and predictors of recurrence after open radical cystectomy for bladder cancer：a comprehensive review of the literature [J ] . World J Urol ， 2018 ， 36 （ 2 ）： 157 - 170 ．

Romero-Barrios N ， Legascue MF ， Benhamed M ， et al . Splicing regulation by long noncoding RNAs [J ] . Nucleic Acids Res ， 2018 ， 46 （ 5 ）： 2169 - 2184 ．

Dhamija S ， Diederichs S . From junk to master regulators of invasion：lncRNA functions in migration，EMT and metastasis [J ] . Int J Cancer ， 2016 ， 139 （ 2 ）： 269 - 280 ．

Peng WX ， Koirala P ， Mo YY . LncRNA-mediated regulation of cell signaling in cancer [J ] . Oncogene ， 2017 ， 36 （ 41 ）： 5661 - 5667 ．

Quinn JJ ， Chang HY . Unique features of long non-coding RNA biogenesis and function [J ] . Nat Rev Genet ， 2016 ， 17 ： 47 - 62 ．

Ji P ， Diederichs S ， Wang WB ， et al . MALAT-1，a novel noncoding RNA，and thymosin beta4 predict metastasis and survival in early-stage non-small cell lung cancer [J ] . Oncogene ， 2003 ， 22 （ 39 ）： 8031 - 8041 ．

He LE ， Li HY ， Wu AQ ， et al . Functions of N6-methyladenosine and its role in cancer [J ] . Mol Cancer ， 2019 ， 18 （ 1 ）： 176 ．

Krug RM ， Morgan MA ， Shatkin AJ . Influenza viral mRNA contains internal N6-methyladenosine and 5'-terminal 7-methylguanosine in cap structures [J ] . J Virol ， 1976 ， 20 （ 1 ）： 45 - 53 ．

Liu N ， Zhou KI ， Parisien M ， et al . N6-methyladenosine alters RNA structure to regulate binding of a low-complexity protein [J ] . Nucleic Acids Res ， 2017 ， 45 （ 10 ）： 6051 - 6063 ．

Liu Q ， Gregory RI . RNAmod：an integrated system for the annotation of mRNA modifications [J ] . Nucleic Acids Res ， 2019 ， 47 （ W1 ）： W548 - W555 ．

Wang TY ， Kong S ， Tao M ， et al . The potential role of RNA N6-methyladenosine in Cancer progression [J ] . Mol Cancer ， 2020 ， 19 （ 1 ）： 88 ．

Meng XR ， Deng YY ， He SH ， et al . m 6 A-mediated upregulation of LINC00857 promotes pancreatic cancer tumorigenesis by regulating the miR-150-5p/E2F3 axis [J ] . Front Oncol ， 2021 ， 11 ： 629947 ．

Yang X ， Zhang S ， He CY ， et al . METTL14 suppresses proliferation and metastasis of colorectal cancer by down-regulating oncogenic long non-coding RNA XIST [J ] . Mol Cancer ， 2020 ， 19 （ 1 ）： 46 ．

Liu PH ， Fan BY ， Othmane B ， et al . m 6 A-induced lncDBET promotes the malignant progression of bladder cancer through FABP5-mediated lipid metabolism [J ] . Theranostics ， 2022 ， 12 （ 14 ）： 6291 - 6307 ．

Jin Y ， Wang ZW ， He D ， et al . Analysis of m6A-related signatures in the tumor immune microenvironment and identification of clinical prognostic regulators in adrenocortical carcinoma [J ] . Front Immunol ， 2021 ， 12 ： 637933 ．

Ritchie ME ， Phipson B ， Wu D ， et al . Limma powers differential expression analyses for RNA-sequencing and microarray studies [J ] . Nucleic Acids Res ， 2015 ， 43 （ 7 ）： e47 ．

Friedman J ， Hastie T ， Tibshirani R . Regularization paths for generalized linear models via coordinate descent [J ] . J Stat Softw ， 2010 ， 33 （ 1 ）： 1 - 22 ．

Robin X ， Turck N ， Hainard A ， et al . pROC：an open-source package for R and S+ to analyze and compare ROC curves [J ] . BMC Bioinformatics ， 2011 ， 12 ： 77 ．

Yu GC ， Wang LG ， Han YY ， et al . clusterProfiler：an R package for comparing biological themes among gene clusters [J ] . OMICS ， 2012 ， 16 （ 5 ）： 284 - 287 ．

Subramanian A ， Tamayo P ， Mootha VK ， et al . Gene set enrichment analysis：a knowledge-based approach for interpreting genome-wide expression profiles [J ] . Proc Natl Acad Sci U S A ， 2005 ， 102 （ 43 ）： 15545 - 15550 ．

Yoshihara K ， Shahmoradgoli M ， Martínez E ， et al . Inferring tumour purity and stromal and immune cell admixture from expression data [J ] . Nat Commun ， 2013 ， 4 ： 2612 ．

Chen BB ， Khodadoust MS ， Liu CL ， et al . Profiling tumor infiltrating immune cells with CIBERSORT [J ] . Methods Mol Biol ， 2018 ， 1711 ： 243 - 259 ．

Hänzelmann S ， Castelo R ， Guinney J . GSVA：gene set variation analysis for microarray and RNA-seq data [J ] . BMC Bioinformatics ， 2013 ， 14 ： 7 ．

Mayakonda A ， Lin DC ， Assenov Y ， et al . Maftools：efficient and comprehensive analysis of somatic variants in cancer [J ] . Genome Res ， 2018 ， 28 （ 11 ）： 1747 - 1756 ．

Maeser D ， Gruener RF ， Huang RS . oncoPredict：an R package for predicting in vivo or cancer patient drug response and biomarkers from cell line screening data [J ] . Brief Bioinform ， 2021 ， 22 （ 6 ）： bbab260 ．

Miller KD ， Nogueira L ， Devasia T ， et al . Cancer treatment and survivorship statistics，2022 [J ] . CA Cancer J Clin ， 2022 ， 72 （ 5 ）： 409 - 436 ．

Li Y ， Li G ， Guo X ， et al . Non-coding RNA in bladder cancer [J ] . Cancer Lett ， 2020 ， 485 ： 38 - 44 ．

Wen SM ， Wei YL ， Zen C ， et al . Long non-coding RNA NEAT1 promotes bone metastasis of prostate cancer through N6-methyladenosine [J ] . Mol Cancer ， 2020 ， 19 （ 1 ）： 171 ．

Dong PX ， Xiong Y ， Yue JM ， et al . Long non-coding RNA NEAT1：a novel target for diagnosis and therapy in human tumors [J ] . Front Genet ， 2018 ， 9 ： 471 ．

Luo YJ ， Zhang ZH ， Zheng B ， et al . Comprehensive analyses of N 6 -methyladenosine-related long noncoding RNA profiles with prognosis，chemotherapy response，and immune landscape in small cell lung cancer [J ] . Cancer Sci ， 2022 ， 113 （ 12 ）： 4289 - 4299 ．

Zhang M ， Zhang J ， Liu Y . Comprehensive analysis of molecular features，prognostic values，and immune landscape association of m6A-regulated immune-related lncRNAs in smoking-associated lung squamous cell carcinoma [J ] . Front Genet ， 2022 ， 13 ： 887477 ．

Peyrottes A ， Ouzaid I ， Califano G ， et al . Neoadjuvant immunotherapy for muscle-invasive bladder cancer [J ] . Medicina（Kaunas）， 2021 ， 57 （ 8 ）： 769 ．

van Dorp J ， van der Heijden MS . The bladder cancer immune micro-environment in the context of response to immune checkpoint inhibition [J ] . Front Immunol ， 2023 ， 14 ： 1235884 ．

Powles T ， Kockx M ， Rodriguez-Vida A ， et al . Clinical efficacy and biomarker analysis of neoadjuvant atezolizumab in operable urothelial carcinoma in the ABACUS trial [J ] . Nat Med ， 2019 ， 25 （ 11 ）： 1706 - 1714 ．

Gao JJ ， Navai N ， Alhalabi O ， et al . Neoadjuvant PD-L1 plus CTLA-4 blockade in patients with cisplatin-ineligible operable high-risk urothelial carcinoma [J ] . Nat Med ， 2020 ， 26 （ 12 ）： 1845 - 1851 ．

Necchi A ， Anichini A ， Raggi D ， et al . Pembrolizumab as neoadjuvant therapy before radical cystectomy in patients with muscle-invasive urothelial bladder carcinoma（PURE-01）：an open-label，single-arm，phase Ⅱ study [J ] . J Clin Oncol ， 2018 ， 36 （ 34 ）： 3353 - 3360 ．

van Dijk N ， Gil-Jimenez A ， Silina K ， et al . Preoperative ipilimumab plus nivolumab in locoregionally advanced urothelial cancer：the NABUCCO trial [J ] . Nat Med ， 2020 ， 26 （ 12 ）： 1839 - 1844 ．

Joyce JA ， Fearon DT . T cell exclusion，immune privilege，and the tumor microenvironment [J ] . Science ， 2015 ， 348 （ 6230 ）： 74 - 80 ．

Hui LL ， Chen Y . Tumor microenvironment：sanctuary of the devil [J ] . Cancer Lett ， 2015 ， 368 （ 1 ）： 7 - 13 ．

Waniczek D ， Lorenc Z ， Śnietura M ， et al . Tumor-associated macrophages and regulatory T cells infiltration and the clinical outcome in colorectal cancer [J ] . Arch Immunol Ther Exp ， 2017 ， 65 （ 5 ）： 445 - 454 ．

Wu XY ， Qu DF ， Weygant N ， et al . Cancer stem cell marker DCLK1 correlates with tumorigenic immune infiltrates in the colon and gastric adenocarcinoma microenvironments [J ] . Cancers ， 2020 ， 12 （ 2 ）： 274 ．

Buonaguro L ， Tagliamonte M . Selecting target antigens for cancer vaccine development [J ] . Vaccines ， 2020 ， 8 （ 4 ）： 615 ．

Wu ZL ， Zhu KJ ， Liu QG ， et al . Profiles of immune infiltration in bladder cancer and its clinical significance：an integrative genomic analysis [J ] . Int J Med Sci ， 2020 ， 17 （ 6 ）： 762 - 772 ．

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

膀胱癌液体活检的研究进展

ADC联合PD-1抑制剂对比GC方案在膀胱癌新辅助治疗中的疗效及安全性研究

无线胶囊膀胱镜的发展现状

生物标志物炎症因子、细胞焦亡因子和铁死亡因子在膀胱癌治疗与预后中的价值

血清KLF5含量与阳性淋巴结比例的相关性及其对膀胱癌患者根治术后预后的预测价值