方萌 赵晗池 晴佳（江汉大学医学院，武汉430056）

宫颈癌（cervical cancer，CC）是世界上第四大最常见的女性癌症。近年来，其发病率呈现年轻化趋势［1］。尽管已经证实CC是由HR-HPV（HPV16和18）持续感染引起的［2］。然而，CC的高复发率和异质性导致其预后较差。因此，开发新的诊断和预后生物标记非常迫切。MicroRNA（miRNA）的异常表达被认为是各种癌症发展的关键因素［3］。作为miR‑NA家族的成员，miR-141-3p影响多种癌症进展，并且在CC的发生和发展过程中发挥着重要作用［4-5］。已有研究报道miR-141-3p通过靶向单个基因影响CC细胞的生长和侵袭［6］。但在CC的预后预测方面，基于预后模型的多基因签名比单基因的准确度更高。考虑到免疫微环境对肿瘤发生发展的关键作用，深入签名基因的免疫浸润有可能帮助改善CC的预后预测。先前研究尚未探索miR-141-3p的靶基因与免疫微环境之间的相关性。因此，全面分析miR-141-3p的靶基因与总体生存率之间的相关性，建立可靠的免疫相关的多基因签名以准确预测CC病人的生存至关重要。机器学习在快速、准确的确定基因标记物中起到了重要作用［7-9］。并且，诺谟图比普通的风险评分模型拥有更好的预后预测能力。在以往的研究中，已结合实验和生物信息学方法来研究肝癌与其他疾病的预后标记物与免疫调节分子机制［10-12］。本文通过TCGA数据库分析miR-141-3p在CC中的预后性能。使用WGCNA、COX回归、LASSO COX回归建立并验证了与免疫浸润相关的多基因签名与诺谟图，以预测患者的生存。

1 材料与方法

1.1 数据预处理CC（TCGA数据库中简写为CESC）的mRNA，miRNA表达数据和临床数据可从TCGA数据库（https：//tcga-data.nci.nih.gov/tcga/）下载。……