一种免疫相关lncRNA的筛选方法与流程

技术特征：
1.一种免疫相关lncrna的筛选方法，其特征在于，包括：获取癌症患者的rna-seq和患者临床数据以及免疫细胞数据；对癌症患者的rna-seq和患者临床数据以及免疫细胞数据的预处理，包括提取疾病相关lncrna与免疫细胞；对预处理后的lncrna与免疫相关基因进行相关性检验筛选出免疫相关的lncrnas，组成免疫相关lncrnas对；将获得免疫相关lncrna数据集与临床生存期数据进行合并，划分为训练集和测试集；对训练集基于弹性网络模型筛选出癌症预后相关差异性表达的免疫相关lncrnas；对筛选出的免疫相关lncrnas纳入多因素cox回归分析进一步筛选出癌症预后相关关键差异表达lncrnas。2.根据权利要求1所述的免疫相关lncrna的筛选方法，其特征在于，所述依据包括提取疾病相关lncrna与免疫细胞样本数据：将下载的rna-seq数据合并为表达矩阵数据，提取出lncrnas和mirnas数据进行差异化表达分析，并对基因表达量进行 标准化处理，便于后续分析；利用下载的免疫相关基因集，分析提取免疫相关基因。3.根据权利要求1所述的一种免疫相关lncrna的筛选方法，其特征在于，所述依据包括筛选出免疫相关的lncrnas：通过免疫相关基因-lncrna共表达方法鉴定，以相关系数cor=0.4，pvalue=0.001作为过滤标准做相关性检验获得免疫相关的lncrna。4.根据权利要求1所述的一种免疫相关lncrna的筛选方法，其特征在于，所述依据包括将生存期数据与表达数据进行合并：将获得的癌症免疫相关的lncrna以及胃癌患者临床数据整合为“lncrna-临床信息”矩阵，同时将数据分为训练集与测试集，初步的预后相关lncrnas的筛选以及预后风险评分的回归系数的计算只再训练集中进行，测试集用于验证预后风险模型。5.根据权利要求1所述的一种免疫相关lncrna的筛选方法，其特征在于，所述依据包括将得到的免疫相关lncrna带入到构建的弹性网络模型中进行筛选：将得到的表达数据代入弹性网络回归模型，然后建立模型的目标函数，再通过验证得到最优参数模型，计算回归系数；弹性网络回归的目标函数为：因为 ，因此总存在，因此总存在 [0,1]， 使得：。6.根据权利要求1所述的一种免疫相关lncrna的筛选方法，其特征在于，所述中对筛选出的免疫相关lncrnas纳入多因素cox回归分析具体包括下列步骤：基于弹性网络筛选出癌症预后相关的差异表达免疫相关lncrna后，进行多因素cox比例风险回归模型，根据最优的赤池信息模拟准则，筛选出最终构成风险评分模型的免疫相关lncrnas；模型公式如下：风险评分=
其中n表示构建风险评分模型的免疫相关lncrna数目，表示免疫相关lncrna系数，
ꢀꢀ
免疫相关lncrna的表达水平。

技术总结
本发明公开了一种免疫相关lncRNA的筛选方法，所述包括如下步骤：从TCGA数据库中下载癌症患者的RNA测序（RNA-Seq）以及临床预后信息；再从ImmPort数据库中获得免疫相关基因；利用Perl软件对所下载的lncRNA数据以及免疫相关基因进行提取；利用R软件对预处理后的lncRNA与免疫相关基因进行相关性检验筛选出免疫相关的lncRNAs；基于弹性网络的方法初步筛选出癌症预后相关差异表达的免疫相关lncRNA；将所筛选出的免疫相关lncRNAs纳入多因素Cox回归分析进一步筛选出癌症预后相关关键差异表达lncRNAs；最后对模型进行验证表明可以得到准确的结果。可以得到准确的结果。可以得到准确的结果。


技术研发人员：王波 刘润杰 韩瑜 姜伟 王振飞
受保护的技术使用者：齐齐哈尔大学
技术研发日：2021.10.11
技术公布日：2022/2/6