BackgroundUrothelial bladder cancer (BLCA) is one of the most common internal malignancies worldwide with poor prognosis. This study aims to explore effective prognostic biomarkers and construct a prognostic risk score model for patients with BLCA.MethodsWeighted gene co-expression network analysis (WGCNA) was used for identifying the co-expression module related to the pathological stage of BLCA based on the RNA-Seq data retrieved from The Cancer Genome Atlas database. Prognostic biomarkers screened by Cox proportional hazard regression model and random forest were used to construct a risk score model that can predict the prognosis of patients with BLCA. The GSE13507 dataset was used as the independent testing dataset to test the performance of the risk score model in predicting the prognosis of patients with BLCA.ResultsWGCNA identified seven co-expression modules, in which the brown module consisted of 77 genes was most significantly correlated with the pathological stage of BLCA. Cox proportional hazard regression model and random forest identified TPST1 and P3H4 as prognostic biomarkers. Elevated TPST1 and P3H4 expressions were associated with the high pathological stage and worse survival. The risk score model based on the expression level of TPST1 and P3H4 outperformed pathological stage indicators and previously proposed prognostic models.ConclusionThe gene co-expression network-based study could provide additional insight into the tumorigenesis and progression of BLCA, and our proposed risk score model may aid physicians in the assessment of the prognosis of patients with BLCA.

中文翻译：

---

膀胱癌中差异表达基因的共表达网络和预测生存的风险评分模型

背景膀胱上皮癌（BLCA）是世界范围内最常见的内科恶性肿瘤之一，预后较差。本研究旨在探索有效的预后生物标志物，构建BLCA患者预后风险评分模型。 -从癌症基因组图谱数据库中检索到的序列数据。采用 Cox 比例风险回归模型和随机森林筛选的预后生物标志物构建可预测 BLCA 患者预后的风险评分模型。GSE13507 数据集作为独立的测试数据集来测试风险评分模型在预测 BLCA 患者预后方面的性能。结果WGCNA鉴定出7个共表达模块，其中由77个基因组成的棕色模块与BLCA的病理分期最显着相关。Cox 比例风险回归模型和随机森林将 TPST1 和 P3H4 确定为预后生物标志物。升高的 TPST1 和 P3H4 表达与高病理阶段和较差的生存率有关。基于 TPST1 和 P3H4 表达水平的风险评分模型优于病理分期指标和先前提出的预后模型。结论基于基因共表达网络的研究可以为 BLCA 的肿瘤发生和进展提供额外的见解，以及我们提出的风险评分模型可能有助于医生评估 BLCA 患者的预后。其中由 77 个基因组成的 brown 模块与 BLCA 的病理分期最显着相关。Cox 比例风险回归模型和随机森林将 TPST1 和 P3H4 确定为预后生物标志物。升高的 TPST1 和 P3H4 表达与高病理阶段和较差的生存率有关。基于 TPST1 和 P3H4 表达水平的风险评分模型优于病理分期指标和先前提出的预后模型。结论基于基因共表达网络的研究可以为 BLCA 的肿瘤发生和进展提供额外的见解，以及我们提出的风险评分模型可能有助于医生评估 BLCA 患者的预后。其中由 77 个基因组成的 brown 模块与 BLCA 的病理分期最显着相关。Cox 比例风险回归模型和随机森林将 TPST1 和 P3H4 确定为预后生物标志物。升高的 TPST1 和 P3H4 表达与高病理阶段和较差的生存率有关。基于 TPST1 和 P3H4 表达水平的风险评分模型优于病理分期指标和先前提出的预后模型。结论基于基因共表达网络的研究可以为 BLCA 的肿瘤发生和进展提供额外的见解，以及我们提出的风险评分模型可能有助于医生评估 BLCA 患者的预后。Cox 比例风险回归模型和随机森林将 TPST1 和 P3H4 确定为预后生物标志物。升高的 TPST1 和 P3H4 表达与高病理阶段和较差的生存率有关。基于 TPST1 和 P3H4 表达水平的风险评分模型优于病理分期指标和先前提出的预后模型。结论基于基因共表达网络的研究可以为 BLCA 的肿瘤发生和进展提供额外的见解，以及我们提出的风险评分模型可能有助于医生评估 BLCA 患者的预后。Cox 比例风险回归模型和随机森林将 TPST1 和 P3H4 确定为预后生物标志物。升高的 TPST1 和 P3H4 表达与高病理阶段和较差的生存率有关。基于 TPST1 和 P3H4 表达水平的风险评分模型优于病理分期指标和先前提出的预后模型。结论基于基因共表达网络的研究可以为 BLCA 的肿瘤发生和进展提供额外的见解，以及我们提出的风险评分模型可能有助于医生评估 BLCA 患者的预后。