TCGA数据库中肺腺癌标志物的数据发掘研究

李 楠，迟少丽，刘 岩，王连友

目前肺腺癌（lung adenocarcinoma，LUAD）是人类最常见的恶性肿瘤之一，且其发病率和病死率呈逐渐上升趋势［1，2］。肺腺癌诊断及预后方面的研究对临床治疗有重要意义。目前研究认为LUAD的发生发展是多因素、多阶段以及多基因共同改变作用的结果，其中长链非编码RNA（lncRNA）被认为发挥了重要作用［3］。lncRNA是一类长度大于200 nt的RNA分子，不编码蛋白质，可以在不同水平调控基因的表达，包括染色质修饰、转录水平以及转录后水平的调节，与人类多种疾病尤其是肿瘤密切相关［4－6］，目前已有研究发现，某些 lncRNA 在胰腺癌、直肠癌及肝细胞癌中表达明显升高［7－9］，提示其与肿瘤的发生发展密切相关，但目前关于lncRNA在肺腺癌中作为肿瘤标志物的研究较少。为此，该次研究拟通过对TCGA （The Cancer Genome Atlas）公共数据库的数据挖掘，探索其在LUAD中差异表达的lncRNAs作为LUAD肿瘤标志物的效果及指导判断预后的意临床义。

1 资料与方法

1.1 数据收集 高通量RNA－seq结果于2017年8月2日从TCGA数据库利用Bioconductor/TCGA biolink从TCGA数据库下载。利用Kaplan－Meier Plotter数据（http：//kmplot.com/analysis/）中的肺腺癌数据集进行在线生存分析。先在LUAD样本中筛选高突变频率的lncRNAs。该研究在 HGNC（www.genenames.org）数据库中搜集了265个经证实的lncRNAs，将获得的lncRNAs名称全部导入cBioPortal数据库（http：//www.cbioportal.org），在基因组和转录组层面进行变异分析，RNA表达差异Z－score阈值为±2，在所有病例中改变超过10%的lncRNAs被认为有显著性差异。再验证具有显著性差异的lncRNAs在肿瘤和正常组织中的表达差异。所有筛选出具有明显变异的lncRNAs均使用oncomine数据库（www.oncomine.org）在 LUAD和正常组织中进行转录水平的表达差异验证。若Fold change（FC）＞1.5且P值＜0.05则认为结果有统计学意义。……