目的聯合長鏈非編碼 RNA（lncRNA），探索可用于術前預測結腸癌患者生存率的回歸模型。方法利用 TCGA 數據庫，下載結腸癌患者的臨床信息和基因表達信息，篩選癌組織和癌旁組織的差異 lncRNA，并將差異表達的 lncRNA 聯合患者的臨床特征構建 Cox 比例風險回歸模型。結果本研究篩選出了 26 種在癌組織和癌旁組織間差異表達的 lncRNAs（P<0.05）。通過反復篩選及對比預測效能，最終篩選出由年齡、M 分期、N 分期、ZFAS1 基因表達水平、SNHG25 基因表達水平和 SNHG7 基因表達水平共同構建的預測模型：年齡 ［HR=4.00，95%CI：（1.48，10.84），P=0.006］、M 分期 ［HR=3.96，95%CI：（2.23，7.04），P<0.001］、N 分期 ［HR=1.87，95%CI：（1.24，2.84，P=0.003］、ZFAS1 基因表達 ［HR=0.60，95%CI：（0.41，0.86），P=0.006］、SNHG25 基因表達 ［HR=0.85，95%CI：（0.73，1.00），P=0.045］ 和 SNHG7 基因表達 ［HR=2.32，95%CI：（1.53，3.52），P<0.001］ 均為影響結腸癌患者術后生存時間的獨立影響因素。該模型預測的 1、3 和 5 年 ROC 曲線的曲線下面積值分別為 0.802、0.828 和 0.771，具有很好的預測能力。結論將 ZFAS1、SNHG25 和 SNHG7 基因表達水平，術前增強 CT 較易判斷的 M 分期和 N 分期，以及年齡聯合構建的預測模型在術前能較好地預測患者的生存率，可以有效地指導臨床決策，選擇最適合患者的治療方式。
目的研究 La 相關蛋白 6（LARP6）基因表達對胃癌患者預后的影響，并探討其與免疫細胞浸潤量的關系。方法通過癌癥基因組圖譜（TCGA）數據庫，下載胃癌患者的臨床生存信息及基因表達譜信息，分析 LARP6 基因表達和患者臨床特征的關系，并采用 Cox 比例風險回歸模型探索影響患者預后的危險因素，再利用 Kaplan Meier plotter 數據庫驗證。然后結合 TIMER 免疫數據庫探索 LARP6 基因表達與免疫細胞浸潤量的相關性，及其對胃癌患者預后的影響。結果胃癌患者中，LARP6 基因的表達與病理分期、T 分期和 N 分期有關（P<0.05），但與 M 分期和性別無關（P>0.05）。多因素 Cox 比例風險回歸分析結果表明，年齡和 LARP6 基因表達均是預后的影響因素（P<0.05）。進一步采用 Kaplan Meier plotter 數據庫進行驗證，結果也表明，LAPR6 基因高表達胃癌患者的總體生存（OS）和無進展生存（PFS）情況均差于 LARP6 基因低表達的患者（P<0.001）。根據 TIMER 數據庫探索 LARP6 基因在胃癌患者中的表達水平與免疫細胞浸潤量的相關性，結果表明，LARP6 基因在胃癌患者中的表達水平與 CD4+ T 細胞和巨噬細胞浸潤量呈正相關關系（P<0.001），且高浸潤量的巨噬細胞和高 LARP6 基因表達均是影響患者術后生存的危險因素（P<0.05）。結論巨噬細胞浸潤量和 LARP6 基因表達是胃癌患者預后的影響因素，可以用來判斷臨床預后，LARP6 基因可能是胃癌治療的新靶點。
目的建立預測胃癌總體生存率的新模型，以指導臨床工作。方法通過癌癥基因組圖譜（TCGA）數據庫，下載胃癌患者的臨床信息和基因組測序信息，通過單因素 COX 回歸和 Lasson 回歸篩選出影響胃癌患者總體生存率的臨床病理特征信息和基因表達譜信息，采用多元 COX 回歸模型構建預測模型，通過受試者操作特征曲線、校正曲線及決策曲線分析法曲線對預測模型進行檢驗，探討納入預測模型的基因對胃癌患者總體生存率的影響，并繪制預測模型列線圖。結果通過反復篩選模型，最終將患者年齡、T 分期、N 分期、M 分期和 12 個基因（INCENP、IGHD3-16、ITFG1-AS1、NEK5、MATN3、YWHABP2、SYT12、LINC01210、ZNF385C、LINC01980、CYMP-AS1 及 FAT3）納入預測模型。該模型的預測能力接近或超過 80%，較傳統 TNM 分期預測系統的預測能力明顯提高。納入模型的各個指標通過單因素 COX 回歸和多因素 COX 回歸分析差異均具有統計學意義（P<0.05），且納入的 12 個基因均是影響胃癌總體生存率的風險因素。結論結合臨床特征和基因組學構建的胃癌預測模型有較好的預測能力，可指導臨床工作。