There is growing evidence that aberrant alternative splicing (AS) is highly correlated with driving tumorigenesis, but its function in kidney renal clear cell carcinoma (KIRC) remains to be discovered. In this study, we obtained the level-3 RNA sequencing and clinical data of KIRC from The Cancer Genome Atlas (TGCA). Combining with the splicing event detail information from TGCA SpliceSeq database, we established the independent prognosis signatures for KIRC with the univariate and multivariate Cox regression analyses. Then, we used the Kaplan-Meier analysis and receiver operating characteristic curves (ROCs) to assess the accuracy of prognosis signatures. We also constructed the regulatory network of splicing factors (SFs) and AS events. Our results showed that a total of 12029 survival-associated AS events of 5761 genes were found in 524 KIRC patients. All types of prognosis signatures displayed a satisfactory ability to reliably predict, especially in exon skip model which the area under curve of ROC was 0.802. Moreover, 18 splicing factors (SFs) highly correlated to AS events were identified. With the construction of the SF-AS interactive network, we found that SF powerfully promotes the occurrence of abnormal AS and may have a profound role in KIRC. Collectively, we screened survival-associated AS events and established prognosis signatures for KIRC, coupling with the SF-AS interactive network, which might provide a key perspective to clarify the potential mechanism of AS in KIRC.

中文翻译：

---

肾肾透明细胞癌中存活相关可变剪接事件的系统鉴定

越来越多的证据表明异常选择性剪接（AS）与驱动肿瘤发生高度相关，但其在肾透明细胞癌（KIRC）中的功能仍有待发现。在本研究中，我们从癌症基因组图谱（TGCA）中获得了 KIRC 的 3 级 RNA 测序和临床数据。结合来自TGCA SpliceSeq数据库的剪接事件详细信息，我们通过单变量和多变量Cox回归分析建立了KIRC的独立预后特征。然后，我们使用 Kaplan-Meier 分析和接受者操作特征曲线 (ROC) 来评估预后特征的准确性。我们还构建了剪接因子（SFs）和AS事件的调控网络。我们的结果表明，在 524 名 KIRC 患者中发现了 5761 个基因的 12029 次与生存相关的 AS 事件。所有类型的预后特征都显示出令人满意的可靠预测能力，尤其是在外显子跳跃模型中，ROC 曲线下面积为 0.802。此外，还确定了 18 个与 AS 事件高度相关的剪接因子 (SF)。随着SF-AS交互网络的建设，我们发现SF有力地促进了异常AS的发生，可能对KIRC具有深远的影响。总的来说，我们筛选了生存相关的 AS 事件并建立了 KIRC 的预后特征，结合 SF-AS 交互网络，这可能为阐明 KIRC 中 AS 的潜在机制提供关键视角。特别是在外显子跳跃模型中，ROC 曲线下面积为 0.802。此外，还确定了 18 个与 AS 事件高度相关的剪接因子 (SF)。随着SF-AS交互网络的建设，我们发现SF有力地促进了异常AS的发生，可能对KIRC具有深远的影响。总的来说，我们筛选了生存相关的 AS 事件并建立了 KIRC 的预后特征，结合 SF-AS 交互网络，这可能为阐明 KIRC 中 AS 的潜在机制提供关键视角。特别是在外显子跳跃模型中，ROC 曲线下面积为 0.802。此外，还确定了 18 个与 AS 事件高度相关的剪接因子 (SF)。随着SF-AS交互网络的建设，我们发现SF有力地促进了异常AS的发生，可能对KIRC具有深远的影响。总的来说，我们筛选了生存相关的 AS 事件并建立了 KIRC 的预后特征，结合 SF-AS 交互网络，这可能为阐明 KIRC 中 AS 的潜在机制提供关键视角。我们发现SF有力地促进了异常AS的发生并且可能在KIRC中具有深远的作用。总的来说，我们筛选了生存相关的 AS 事件并建立了 KIRC 的预后特征，结合 SF-AS 交互网络，这可能为阐明 KIRC 中 AS 的潜在机制提供关键视角。我们发现SF有力地促进了异常AS的发生并且可能在KIRC中具有深远的作用。总的来说，我们筛选了生存相关的 AS 事件并建立了 KIRC 的预后特征，结合 SF-AS 交互网络，这可能为阐明 KIRC 中 AS 的潜在机制提供关键视角。