WGCNA联合LASSO-COX方法筛选甲状腺癌预后关键基因及其临床价值分析

[摘要] 目的 筛选甲状腺癌（thyroid cancer，THCA）的关键预后基因并构建预后预测模型。方法 从癌症基因组图谱（The Cancer Genome Atlas，TCGA）数据库中获取THCA和正常样本的基因表达谱，采用Limma算法筛选THCA组织与正常组织间差异表达基因（differentially expressed genes，DEGs），再进行权重基因共表达网络分析（weighted gene co-expression network analysis，WGCNA）和套索联合COX回归分析（least absolute shrinkage and selection operator regression COX analysis，LASSO-COX）获得与其预后相关基因，然后根据关键基因构建预后预测模型，基于风险评分进行生存分析和受试者工作特征（receiver operating characteristic，ROC）曲线分析，最后基于基因表达谱和风险评分进行基因集富集分析（gene set enrichment analysis，GSEA）以评估相关途径和分子机制。（剩余9739字）