基于m6A相关非编码RNA风险模型的肝癌预后分层研究

本研究针对肝癌预后评估缺乏有效分子标志物的临床难题，通过整合TCGA-LIHC多组学数据，构建了包含8个m6A相关ncRNA的预后风险模型。研究采用WGCNA拓扑分析和LASSO-Cox回归技术，开发出能显著区分高低风险患者（HR=2.5，AUC>0.7）的评分系统，揭示m6A-ncRNA网络通过调控细胞分裂和免疫通路影响肝癌进展，为个体化治疗提供新靶点。

　　

肝癌作为全球第六大高发恶性肿瘤，每年导致近百万人死亡，其预后评估长期依赖肿瘤分期和甲胎蛋白（AFP）等传统指标，难以捕捉分子层面的异质性。尽管RNA甲基化修饰（尤其是N6-甲基腺苷，m6A）被证实参与肿瘤发生，但m6A与非编码RNA（ncRNA）的协同调控网络在肝癌预后中的作用仍是未解之谜。现有临床工具无法精准识别高危患者，导致治疗时机延误——这正是广州医科大学等机构团队开展本研究的核心动因。

研究人员从TCGA数据库获取371例肝癌样本的转录组和临床数据，通过m6A2Target、StarBase等数据库筛选6188个m6A相关ncRNA。采用加权基因共表达网络分析（WGCNA）锁定与生存显著相关的3个模块（蓝色、gray60、洋红色），结合LASSO-Cox回归最终构建包含8个ncRNA（如LINC01134、EPHA5-AS1）的风险评分模型。技术路线涵盖差异表达分析、功能富集和ROC曲线验证等关键生物信息学方法。

3.1 临床样本信息
分析显示TCGA-LIHC队列中370例患者具有完整生存数据，为模型构建提供基础。

3.2 m6A相关基因鉴定
鉴定出28个m6A调节因子（如METTL3、YTHDF1），通过Pearson相关性分析（|r|>0.3）筛选出6188个关联ncRNA，其中IGF2BP2等调节因子与ncRNA呈现强共表达。

3.3 WGCNA筛选预后模块
软阈值设为5时识别出20个共表达模块，蓝色模块的1869个ncRNA与患者生存显著相关（p<0.05）。

3.4 Cox回归筛选预后因子
发现398个ncRNA与预后相关（p<0.05），其中NRAV、LINC01134等6个ncRNA的高低表达组生存差异最显著。

3.5 LASSO回归优化模型
最终确定AL049712.1等8个ncRNA构成风险模型，其计算公式为自然常数e的系数加权表达值之和。

3.6 模型效能验证
高风险组死亡风险增加2.5倍（95%CI:1.8-3.4），1-5年预测AUC均>0.7，显著优于单独使用AFP（联合AFP时AUC提升至0.81）。

3.7 临床特征关联
风险评分在年龄>60岁、晚期肿瘤（III/IV期）及淋巴结转移组显著升高（p=0.01）。

3.8 独立预后验证
多因素Cox证实风险评分是独立预后因子（p=0.027），超越肿瘤分期的预测价值。

3.9 功能富集分析
435个差异基因富集于微管细胞骨架组织（GO:0000226）、减数分裂核分裂（GO:0140013）等通路，提示模型关联细胞增殖与免疫逃逸机制。

3.10 m6A调节因子表达
高风险组中YTHDF1、IGF2BP3等24个m6A调节因子显著差异表达（p<0.001），揭示表观转录调控与预后的分子关联。

讨论部分强调该研究首次系统整合m6A-ncRNA网络构建肝癌预后框架，突破传统生物标志物的局限性。发现的8个ncRNA中，LINC01134等通过稳定m6A修饰的RNA可能驱动肿瘤进展，而差异表达的YTHDF1等调节因子为免疫治疗提供新靶点。尽管需前瞻性验证，该模型已展现临床转化潜力——通过识别高危患者指导早期干预，同时避免低危患者的过度治疗。未来结合单细胞测序和甲基化特异性免疫沉淀（MeRIP-seq）将深化机制研究，推动肝癌精准医疗发展。