胶质母细胞瘤是中枢神经系统最常见的原发性恶性肿瘤之一，占所有脑部恶性肿瘤的47.1％。美国中央脑肿瘤注册中心的信息显示，恶性脑肿瘤的发病率随年龄增长而增加，而最低发生率是0-19岁的儿童和青少年。在美国，胶质母细胞瘤的发病率约为，发病年龄大多在45-70岁之间。胶质母细胞瘤发作有两种情况：在第一种情况下，现有的低级神经胶质瘤会随着时间的流逝而发展。在第二更常见的情况，胶质母细胞瘤被标识在初始诊断。胶质母细胞瘤可细分为四种亚型：古典，间充质，神经元和前神经，基于它们的转录谱。胶质母细胞瘤的标准化治疗选择包括在最大安全范围内进行手术切除，术后辅助放疗和化学疗法，最常见的是使用细胞毒性烷基化剂替莫唑胺。几乎所有的胶质母细胞瘤最终都会复发，尽管近年来取得了很大进展，胶质母细胞瘤仍然具有很高的死亡率。诊断后的一年生存率约为35.7％，三年以上的生存时间约为3％–5％。平均中位生存时间少于15个月。胶质母细胞瘤的存活率与年龄成反比。具体而言，约5所有胶质母细胞瘤患者的存活％确诊后五年，而人口中65岁以上，这一比例下降到2％。未经治疗的胶质母细胞瘤患者的中位生存时间仅约3个月。
　　 更好地了解胶质母细胞瘤的遗传和分子发病机制可能会产生更有效的疗法。LncRNA是200NT-100kb的长转录本，缺少开放阅读框。他们参与转录，以及表观遗传和转录后调控，并发挥在肿瘤发生，侵袭，转移和肿瘤中的耐药性作用。它们通常由RNA聚合酶II转录，并由SWI/SNF复合物的转录激活因子控制。大多数生成的lncRNA转录物以类似于mRNA的方式进行剪接，加帽和聚腺苷酸化。人类基因组包含超过50,000个lncRNA基因，其中584例与胶质母细胞瘤样本的整体分析中的不良预后相关；282个lncRNA与胶质母细胞瘤患者的更好生存相关，并被证实是胶质母细胞瘤的预后生物标志物。试图鉴定与胶质母细胞瘤预后相关的lncRNA，并通过整合RNA-Seq数据，甲基化数据，CNV数据，突变数据和临床随访信息，为治疗提供潜在的治疗靶标。
　　 使用单变量Cox回归获得了总共1808个蛋白质编码基因，8054个CNV区域和4964个CpG基因座。将用于多组学聚类分析的类别数设置为3，并获得了三个子类型。每个亚型的样本分类相对统一。对这三种亚型的分析显示它们之间的预后差异显着。C2组的预后最差，而C1组的则最好。选择每个亚型中突变率最高的前20个基因，共获得40个基因。三个亚型中具有高突变频率的前20个基因的交点。这些基因在三个亚型之间的重叠很小。每个亚型中这40个基因的突变中可见，表明它们的突变频率在每个亚型中显着不同，并且每个亚型中样品的突变频率也显着不同。每个亚型中差异表达的基因和lncRNA的数量相似。C2样品具有最多的lncRNA和基因差异，共有3663个lncRNA和5057个编码基因。亚型间差异的lncRNA的火山图，表明上调的lncRNA的数量通常大于下调的lncRNA的数量。每个亚型中差异表达的lncRNA和编码基因的数量通常少于编码基因的数量。然后，从LncRNA疾病和Lnc2Cancer的数据库中下载了与该疾病密切相关的611个lncRNA，并与亚型差异的3663个lncRNA进行了比较。其中，获得了与胶质母细胞瘤密切相关的82个lncRNA。使用超几何检验检验了显着性。然后，根据不同亚型之间差异表达的倍数变化对lncRNA进行排序，进行GSEA分析。差异lncRNA聚集在具有大倍差异的基因集中。分析了lncRNA的交集，这些交集在胶质母细胞瘤和正常样品中具有差异表达，并发现三种亚型和肿瘤样品之间的差异lncRNA明显重叠）。
　　 对样本的聚类分析消除了距离大于60,000的离群值，并筛选了171个样本。然后，使用Pearson相关系数计算每个基因与lncRNA之间的距离。WGCNA分析显示，共表达网络符合无标度网络。即，连通性为K的节点的对数）与该节点的发生概率的对数）为负相关，相关系数大于0.8。该网络是无标度的，将B设置为3。接下来，使用层次聚类对基因进行聚类，总共获得23个模块。灰色模块不能聚合到其他模块的基因集中。每个模块中基因/lncRNA的统计数据，其中p值表示模块中lncRNA聚集的重要性，fc表示聚集倍数。证实了lncRNA在黑色和宝蓝色模块中的显着富集。然后分析了具有明显lncRNA富集的模块的功能。247Pathway和GO术语从这两个模块中得到了丰富；在分析他们的相声时，发现一个很小的10的交集。他们倾向于丰富不同的途径，表明不同的模块可能执行不同的功能。黑色模块丰富的前20个GO词与转录激活有关。这20条富集的途径与代谢和mTOR信号传导途径相关。皇家蓝途径丰富的前20个GO术语与cAMP信号转导相关。皇家蓝途径丰富了七个KEGG途径，最重要的途径是cAMP信号传导途径和神经活性配体-受体相互作用。
　　 基因组中lncRNA的拷贝缺失和拷贝扩增的分布。复制扩增的频率明显低于复制缺失的频率。缺失的比例在10号染色体中最高，而扩增的比例在7号染色体中最高。此外，计算了lncRNA的表达谱与拷贝数之间的相关性分布。显示了拷贝数和lncRNA表达之间的总体正相关趋势，其分布明显高于随机分布。使用GISTIC算法识别胶质母细胞瘤基因组中经常变化的区域，并鉴定出具有lncRNA的显着多拷贝或拷贝缺失的多个区域。lncRNA的频繁拷贝缺失比扩增区域的拷贝缺失明显更为丰富，这表明lncRNA拷贝的缺失可能与胶质母细胞瘤的发生和发展有关。为了进一步研究lncRNA的表达水平与拷贝数之间的关系，在每个样品中选择了15个拷贝率大于10％的lncRNA。分析了具有扩增，缺失和正常拷贝数的样品中每个lncRNA的表达差异。在每组中选择了不少于十个表达水平大于零的样品，因此获得了十个lncRNA。八个的拷贝扩增样品中的表达明显高于正常样品。其中两个达到显着差异，而另外三个则具有显着差异。拷贝拷贝的样品中有两个lncRNAs的表达明显低于正常样品，这表明CNV与lncRNA的表达密切相关。
　　 出国看病服务机构发现共有172个差异表达的lncRNA，具有基因表达的共表达模块。共有13个lncRNA在三种亚型之间表现出表达差异。根据每个样品中这22种lncRNA的表达水平，分析了它们在预后分类中的功效相应的ROC曲线。大多数人的预后分类中有较高的AUC，平均为0.727。选择了13个AUC大于平均值的lncRNA。多因素生存分析显示13个个体之间存在实质性相互作用。采用逐步多元回归分析，筛选出5个lncRNA作为独立的预后因素。根据由五个lncRNA组成的多元回归模型计算每个样本的风险评分。然后，根据得分将所有样本分为高风险和低风险组。五个lncRNA的风险模型的ROC曲线的AUC为0.93。根据风险评分的中位数，将所有病例分为高表达组和低表达组。用Kaplan-Meier曲线进行的生存分析表明，高风险组的预后明显低于低风险组。使用KEGG途径和每个样品的GO术语，使用基因表达谱和ssGSEA进行富集分析。筛选出与风险评分相关的前20条KEGG通路和GO项。前20条KEGG通路的平均相关系数为0.37。九个呈负相关，其中几个与癌症有关。另外11种途径与代谢过程正相关。前20个GO项的平均相关系数为0.5。其中，13个呈负相关，7个呈正相关。结论是，这五个lncRNA预测的预后风险评分与癌症的发展密切相关。
　　 将五个lncRNA与CGGA数据集进行了比较，出国看病服务机构确定了其中三个的表达谱。根据这三种lncRNA的表达水平预测预后。由于技术限制，在CGGA数据库中仅检测到五个lncRNA中的三个。ROC曲线显示，所有三个lncRNA均具有较高的AUC，与训练集相似。根据表达水平的中位数将所有病例分为几组。分析了高表达组和低表达组之间的预后差异。两组的预后有显着差异在两个lncRNA中，另一个显示出显着的差异，与训练集一致。基于这三个lncRNA的表达谱，使用多元Cox回归建立风险预测模型，并计算每个样品的预后风险评分。ROC曲线的AUC为0.87。然后，根据风险评分的中位数将所有患者分为高风险或低风险组。他们之间的预后差异表明，高危组的预后明显低于低危组。为了评估预测模型是否具有稳定和可靠的性能优势，出国看病服务机构比较了两项有关胶质母细胞瘤生存和预后的基因标记研究。分析了1年，3年和5年数据的ROC曲线。模型在3年内的AUC为0.85，最高为0.93，最小AUC为0.75，而8个免疫基因签名的最高AUC则为0.64。4个基因组的最高AUC为0.79。另一方面，比较这三个模型的C指数，出国看病服务机构的模型的C指数最高，为0.66，并且出国看病服务机构的模型在所有方面都优于其他两个模型。所有这些结果提供了令人兴奋的启示，即出国看病服务机构的研究提供了更好的预测模型，用于预测胶质母细胞瘤患者的总生存期。
　　 LncRNA已成为诊断和预测各种人类癌症的新生物标志物。lncRNA的差异表达和CNV可以作为胶质母细胞瘤患者的预后生物标志物。因此，使用多组学方法并整合了lncRNA的表达和CNV，鉴定了指示胶质母细胞瘤患者潜在风险的lncRNA。在所有胶质母细胞瘤患者中，包括MEG3，H19和Gas5在内的几种lncRNA均异常表达。一些胶质母细胞瘤特异的lncRNA在各种胶质母细胞瘤亚型中差异表达。在胶质母细胞瘤患者中鉴定了lncRNA-PCG共表达模块。这些差异表达的lncRNA参与与癌症相关的关键生物学功能的调节。例如黑色模块中的ENSG00000231327与转录激活，代谢和mTOR信号通路有关。此外，宝蓝色模块ENSG00000266088和ENSG00000234184中的两个差异表达的lncRNA与cAMP信号传导以及与神经活性配体-受体的相互作用有关。鉴定了与胶质母细胞瘤患者的预后相关的五个lncRNA生物标记物LINC00152，LINC01574，ZMIZ1-AS1，LOXL1-AS1和TMEM220-AS1，它们均在胶质母细胞瘤中高表达并与较低的OS相关。LINC00152和胶质母细胞瘤之间的关联是通过以前的研究支撑。LINC00152已成为胶质母细胞瘤患者的有力预后生物标志物。尽管以前的研究没有发现与胶质母细胞瘤的直接关联，但其余四个lncRNA调节了几个与胶质母细胞瘤相关的基因。例如，ZMIZ1-AS1调节几个胶质母细胞瘤相关基因，包括CPEB4和RNF43。LOXL1-AS1被认为可以通过激活PI3K-AKT途径来促进髓母细胞瘤的增殖和转移。与所有五个lncRNA相关的KEGG途径。在胶质母细胞瘤和低度神经胶质瘤患者中，RNF43表达降低与预后不良有关，而CPEB4的高表达与OS率降低相关。在胶质母细胞瘤患者中，这五个lncRNA的差异表达与CNV显着相关。另三种预后相关的lncRNA的差异表达可能是由胶质母细胞瘤患者的表观遗传变化引起的，包括DNA甲基化，组蛋白修饰，转录失调或lncRNA的生物学缺陷。还使用单变量Cox回归模型探讨了lncRNA的CNV与胶质母细胞瘤患者OS发生率之间的关系。所有五个lncRNA都可能通过破坏重要的与癌症相关的生物学过程而构成风险，而这些生物学过程有助于胶质母细胞瘤阳性结果。为了评估这五个lncRNA的预后价值，从CGGA数据库获得了RNA-seq数据和临床信息。将来自CGGA的数据设置为验证集，证实了三种lncRNA的表达水平与预后之间存在正相关。
　　 这项研究的目的是通过测量胶质母细胞瘤及其CNV中lncRNA的表达，系统地鉴定出可作为胶质母细胞瘤预后生物标志物的lncRNA。评估了lncRNA的预后潜力，范围从DNA序列水平的改变到转录水平的失调。发现了五个可以用作胶质母细胞瘤预后生物标志物的lncRNA。但是方法依赖于多维数据的可用性。胶质母细胞瘤的大规模多组学和临床数据集很少。获取更多的胶质母细胞瘤大规模多组学和临床数据将进一步提高出国看病服务机构方法的预测能力。总之，通过对lncRNA及其CNV的表达进行全面分析，确定了与胶质母细胞瘤患者生存相关的5种预后性lncRNA。lncRNA或CNA的表达均是预测胶质母细胞瘤患者生存的有效指标，并且可能成为胶质母细胞瘤预后的潜在生物标志物。