基于Lasso-Cox回归模型的肺腺癌基因学预后风险分析

摘要

目的 通过构建Lasso-Cox模型筛选肺腺癌差异表达基因，计算患者风险评分，构建肺腺癌预测模型，为肺腺癌的研究提供潜在的基因靶点，并为临床诊疗及预后提供新方向。方法 下载癌症基因组图谱(TCGA)和肿瘤基因表达数据库(GEO)的肺腺癌基因表达和临床数据，用TCGA数据库训练模型，并合并两数据库用以模型验证，筛选的肺腺癌差异表达基因(DEGs)通过多因素Lasso-Cox回归构建风险评分预后模型，结合临床资料以确定肺腺癌最终的独立预后预测因素。利用GO富集分析、KEGG通路分析和CIBERSORTx免疫分析对风险模型差异表达基因进行生物学解释。结果 通过单变量Cox和Lasso-Cox回归分析，获得了与肺腺癌预后相关的9个差异表达基因。结合临床数据的多因素Cox回归模型显示，恶性肿瘤病史、N分期、T分期和风险评分是预后的独立影响因素。结论 本研究构建的肺腺癌预后模型可以有效预测患者的预后风险，为临床决策和个性化治疗提供理论基础。

关键词

Lasso-Cox模型 / 预后预测 / 基因表达 / 肺腺癌