【關(guān)鍵詞】膀胱癌；N6-甲基腺苷；長(zhǎng)鏈非編碼RNA；癌癥基因組圖譜；預(yù)后模型

膀胱癌（bladder cancer，BC）是第十位常見的惡性腫瘤和第二常見的泌尿生殖系統(tǒng)惡性腫瘤，每年約有573 000例新發(fā)病例和213 000例死亡病例[1]。在所有新發(fā)病例中，有大約四分之一被診斷為肌層浸潤(rùn)性膀胱癌（muscle invasive bladder cancer，MIBC）[2]。MIBC 比非肌層浸潤(rùn)性膀胱癌（non-muscle invasivebladder cancer，NMIBC）具有更高的侵襲性和更差的預(yù)后，其5 年總生存率（overall survival，OS）低于50%[3-4]。即使接受一線治療，大約10%～30% 的NMIBC患者也會(huì)進(jìn)展為MIBC[5-7]。因此，尋找新的經(jīng)濟(jì)可行且有效的預(yù)測(cè)生物標(biāo)志物，對(duì)于改善膀胱癌的預(yù)后，實(shí)現(xiàn)個(gè)體化治療具有重要意義。

長(zhǎng)非編碼RNA（long non-coding RNA，lncRNA）是1 組長(zhǎng)度超過(guò)200 個(gè)核苷酸的非蛋白編碼轉(zhuǎn)錄本[8]。LncRNA能夠參與基因表達(dá)調(diào)控以及多種病理過(guò)程，并在調(diào)節(jié)代謝相關(guān)基因的轉(zhuǎn)錄和翻譯、充當(dāng)競(jìng)爭(zhēng)性內(nèi)源性RNA（competitive endogenous RNA，ceRNA）等方面發(fā)揮著重要的功能作用[9-11]。在癌癥患者中，lncRNA的異常表達(dá)是一種常見的生物學(xué)現(xiàn)象，與患者的預(yù)后密切相關(guān)[12]。

在眾多RNA修飾中，N6-甲基腺苷（N6-methyl?adenosine，m6A）是最豐富的mRNA 修飾，平均每1000個(gè)核苷酸中就含有1～2個(gè)m6A 殘基[13-14]。m6A幾乎參與RNA代謝的所有步驟，包括mRNA翻譯、降解、剪接、輸出和折疊[15-16]。許多研究表明，m6A修飾在各種癌癥中起著重要作用，通常是通過(guò)調(diào)節(jié)促癌或抑癌基因 mRNA中的m6A修飾水平來(lái)改變其表達(dá)水平，最終影響腫瘤的多種生物學(xué)行為[17]。最近研究表明，在腫瘤發(fā)生發(fā)展過(guò)程中，m6A修飾在lncRNA的表達(dá)失調(diào)中起著不可或缺的作用[18-19]，例如m6A誘導(dǎo)的lncDBET可通過(guò)FABP5介導(dǎo)的脂質(zhì)代謝促進(jìn)膀胱癌的惡性進(jìn)展[20]。

在本研究中，本課題組探究了m6A相關(guān)lncRNA在膀胱癌中的潛在應(yīng)用價(jià)值。本研究表明m6A相關(guān)lncRNA可以用作膀胱癌預(yù)后預(yù)測(cè)和免疫治療反應(yīng)性預(yù)測(cè)的生物標(biāo)志物，能為制定患者的個(gè)性化治療方案提供參考依據(jù)，從而改善膀胱癌患者的臨床獲益。

1 材料與方法

1.1 數(shù)據(jù)獲取

突變數(shù)據(jù)、轉(zhuǎn)錄組數(shù)據(jù)以及相應(yīng)的臨床信息均來(lái)自癌癥基因組圖譜（the cancer genome atlas，TCGA）（https：//portal.gdc.cancer.gov/）數(shù)據(jù)庫(kù)，包含412例腫瘤樣本（tumor）和19例正常組織樣本（normal）。從發(fā)表的文章中獲得m6A調(diào)節(jié)因子：13 個(gè)“ 讀碼器”基因（LRPPRC、RBMX、HNRNPA2B1、HNRNPC、FMR1、YTHDF3、YTHDF1、YTHDF2、IGF2BP2、IGF2BP3、IGF2BP1、YTHDC1和YTHDC2）、8個(gè)“編碼器”基因（ZC3H13、METTL3、RBM15、RBM15B、VIRMA、WTAP、METTL16 和METTL14）、2 個(gè)“ 消碼器”基因（FTO 和ALKBH5）[21]。

1.2 LncRNA注釋

lncRNA注釋文件從GENCODE網(wǎng)站（https：//www.genco?degenes.org）獲得。在TCGA數(shù)據(jù)集中分別鑒定出16 876個(gè)lncRNA。

1.3 m6A相關(guān)lncRNA的鑒定

通過(guò)根據(jù)文獻(xiàn)確定的23個(gè)公認(rèn)的m6A調(diào)節(jié)因子，對(duì)每個(gè)數(shù)據(jù)集進(jìn)行Pearson相關(guān)性分析，以識(shí)別與任一m6A調(diào)控因子具有顯著相關(guān)性（根據(jù)|Pearson R|gt;0.4和Plt;0.001）的ln?cRNA。并使用R包“ggalluvial”[22]進(jìn)行可視化。

1.4 m6A相關(guān)lncRNA預(yù)后模型的構(gòu)建

基于TCGA數(shù)據(jù)集，通過(guò)單因素Cox回歸分析，本組確定了14個(gè)m6A相關(guān)預(yù)后lncRNA。進(jìn)一步通過(guò)使用R包“glm?net”[23]、“survival”和“survminer”進(jìn)行LASSO Cox回歸分析以及多因素Cox回歸分析，最終得到5個(gè)m6A相關(guān)的特征ln?cRNA，并將其用于構(gòu)建預(yù)后風(fēng)險(xiǎn)模型。風(fēng)險(xiǎn)評(píng)分計(jì)算如下：風(fēng)險(xiǎn)評(píng)分=Σ（Coef?EXP），

Coef表示系數(shù)，EXP表示公式中每個(gè)預(yù)后相關(guān)lncRNA的表達(dá)水平。根據(jù)中位風(fēng)險(xiǎn)評(píng)分，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組，使用Kaplan-Meier 生存曲線評(píng)估風(fēng)險(xiǎn)模型的預(yù)后預(yù)測(cè)能力，并使用R包“pROC”[24]繪制受試者工作特征（receiver operating characteristic，ROC）曲線以評(píng)估曲線下面積（area under the curve，AUC）值。

1.5 列線圖的構(gòu)建和驗(yàn)證

為了確定膀胱癌的獨(dú)立預(yù)后因素，使用單因素和多因素Cox回歸分析評(píng)價(jià)了風(fēng)險(xiǎn)評(píng)分與多個(gè)臨床特征（年齡、性別、WHO等級(jí)和分期）之間的預(yù)后關(guān)系。隨后基于上述分析結(jié)果，構(gòu)建具有綜合預(yù)后特征的列線圖，以預(yù)測(cè)膀胱癌患者的1年、3年和5年生存率，并繪制了校準(zhǔn)曲線。

1.6 差異表達(dá)基因（differential expressed genes，DEGs）的功能富集分析

使用R 包“l(fā)imma”[22]確定高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組之間的DEGs（|log2（fold change|gt;1，Plt;0.05）。使用R 包“clusterPro?filer”[25]對(duì)DEGs進(jìn)行基因本體（gene ontology，GO）和京都基因組百科全書（kyoto encyclopedia of genes and genomes，KEGG）通路富集分析。此外，還進(jìn)行了基因組富集分析（gene set enrichment analysis，GSEA），以確定與m6A相關(guān)預(yù)后lncRNA富集的KEGG通路和腫瘤標(biāo)志物。從MSigDB數(shù)據(jù)庫(kù)[26]中獲取“c2.kegg.v7.4.symbols”和“c5.go.v7.4.symbols”背景基因集，并使用R包“clusterProfiler”[25]繪制GSEA圖。

1.7 腫瘤免疫分析

基于ESTIMATE[27]算法，本課題組探索了兩風(fēng)險(xiǎn)組之間免疫和基質(zhì)細(xì)胞的豐度，并計(jì)算了每組的StromalScore、Im?muneScore和ESTIMATEScore（StromalScore+ImmuneScore）[28]。此外，本組還研究了免疫檢查點(diǎn)在兩風(fēng)險(xiǎn)組中的差異表達(dá)。隨后，通過(guò)R包 “GSVA”和“GSEABase”[29]對(duì)膀胱癌中浸潤(rùn)免疫細(xì)胞和免疫相關(guān)功能進(jìn)行單樣本基因組富集分析（singlesampleGene Set Enrichment Analysis，ssGSEA）評(píng)分。

1.8 腫瘤突變負(fù)荷（tumor mutation burden，TMB）分析和潛在藥物預(yù)測(cè)

從TCGA 網(wǎng)站下載體細(xì)胞突變數(shù)據(jù)后，使用R 包“maftools”[30]整合并分析不同風(fēng)險(xiǎn)分組中TMB與生存率之間的關(guān)系。然后分析評(píng)估了不同風(fēng)險(xiǎn)分組之間免疫檢查點(diǎn)抑制劑治療的反應(yīng)差異。最后，再使用R包“oncoPredict”[31]來(lái)預(yù)測(cè)針對(duì)不同風(fēng)險(xiǎn)組可用于治療的潛在藥物。

1.9 統(tǒng)計(jì)學(xué)方法

使用R 語(yǔ)言進(jìn)行數(shù)據(jù)計(jì)算和統(tǒng)計(jì)分析（https：//www.rproject.org/，4.0.2版本）。基于預(yù)后m6A相關(guān)lncRNA的表達(dá)情況，采用Kaplan-Meier生存曲線分析和log-rank檢驗(yàn)來(lái)比較不同亞組間的OS。此外，進(jìn)行單因素和多因素Cox 回歸分析來(lái)評(píng)估特征在預(yù)測(cè)OS方面的獨(dú)立預(yù)后價(jià)值。采用Wilcoxon檢驗(yàn)來(lái)確定兩組間變量的差異。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié) 果

2.1 鑒定膀胱癌中m6A相關(guān)lncRNAs

根據(jù)獲得的23個(gè)m6A調(diào)節(jié)因子，本研究共鑒定了1 739個(gè)具有共表達(dá)關(guān)系的m6A相關(guān)的lncRNA（|Pearson R|gt;0.4和Plt;0.001）（圖1）。使用單因素Cox分析（Plt;0.05）分析，共選擇了14 個(gè)差異預(yù)后相關(guān)lncRNA（GRK5-IT1、AC008883.2、AC111182.2、AC145207.5、AL121957.1、AC103746.1、AC016831.6、CLIP1-AS1、AC068282.1、AL133325.3、AC104564.3、AL731559.1、AC087286.4、AC058791.1）（圖2A）。

2.2 m6A相關(guān)lcnRNA預(yù)測(cè)模型的構(gòu)建

本研究將單因素Cox分析得到的14個(gè)預(yù)后相關(guān)lncRNA進(jìn)行LASSO Cox回歸分析，使用最佳lambda值確認(rèn)最終的5個(gè)特征lncRNA，使用公式建立診斷模型（圖2B～D）。公式如下：

風(fēng)險(xiǎn)評(píng)分=GRK5-IT1×（0.425798805732769）+AC008883.2×（1.06390457325097）+AC145207.5×（0.295538921677524）+AC103746.1×（0.539718400881476）+AC104564.3×（-0.57014487458029）

在全集、訓(xùn)練集和驗(yàn)證集中，根據(jù)風(fēng)險(xiǎn)評(píng)分中位數(shù)值，將患者分為低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組，2 組間的風(fēng)險(xiǎn)分布如圖3A～F，2 組間預(yù)后相關(guān)特征lncRNA表達(dá)如圖3G～I(xiàn)。生存分析顯示，無(wú)論是在全集還是在訓(xùn)練集或驗(yàn)證集中，與低風(fēng)險(xiǎn)組相比，高風(fēng)險(xiǎn)組的總生存率顯著降低（圖3J～L）。為了確認(rèn)風(fēng)險(xiǎn)評(píng)分是否可以用作膀胱癌患者的獨(dú)立預(yù)后因素，單因素及多因素Cox分析顯示，年齡、分期和風(fēng)險(xiǎn)評(píng)分均與生存率相關(guān)（Plt;0.001）（圖3M～N）。1年、3年和5年ROC的曲線下面積（AUC）分別為0.767、0.705和0.734（圖3O）。在模型的5年ROC中，風(fēng)險(xiǎn)評(píng)分的AUC為0.767，明顯高于其他臨床病理特征（圖3P）。風(fēng)險(xiǎn)模型中的10年C-index也高于其他臨床特征（圖3Q）?；趍6A相關(guān)lncRNA的風(fēng)險(xiǎn)評(píng)分可以作為膀胱癌的獨(dú)立預(yù)后因素，表明m6A相關(guān)lncRNA在評(píng)估臨床預(yù)后的過(guò)程中具有潛在價(jià)值。

2.3 m6A相關(guān)預(yù)后lncRNA的列線圖構(gòu)建和驗(yàn)證

此外，本課題組根據(jù)風(fēng)險(xiǎn)評(píng)分與多種臨床特征（年齡、性別、WHO等級(jí)、分期、T分期、N分期和M分期）的關(guān)系，繪制了列線圖，以預(yù)測(cè)膀胱癌患者的預(yù)后（圖4A），在本研究的列線圖中，校準(zhǔn)曲線具有良好的預(yù)測(cè)1年、3年和5年生存率的能力（圖4B）。本課題組建立的風(fēng)險(xiǎn)評(píng)分特征可以為預(yù)測(cè)這些預(yù)后指標(biāo)的生存提供最有用和最準(zhǔn)確的指導(dǎo)。接下來(lái)本研究分析了分期和年齡對(duì)生存率的影響，發(fā)現(xiàn)雖然高風(fēng)險(xiǎn)組的生存率均顯著低于低風(fēng)險(xiǎn)組，但分期越高、年齡越大的患者生存率相對(duì)更低（圖4C～F）。

2.4 m6A相關(guān)預(yù)后lncRNA功能富集分析

為了分析膀胱癌相關(guān)的差異表達(dá)m6A相關(guān)lncRNA與生物學(xué)過(guò)程（biological process，BP）、分子功能（molecularfunction，MF）、細(xì)胞組分（cellular component，CC）、生物學(xué)通路以及疾病之間的關(guān)系，本研究首先對(duì)膀胱癌相關(guān)的差異表達(dá)m6A相關(guān)lncRNA進(jìn)行了功能富集分析。相關(guān)基因主要富集在endopeptidase activity、cytokine activity、glycosamino?glycan binding、serine hydrolase activity、serine-type endopepti?dase activity 等生物學(xué)過(guò)程中，同時(shí)富集在collagencontainingextracellular matrix、apical part of cell、cornified en?velope、endoplasmic reticulum lumen、intermediate filament cy?toskeleton等細(xì)胞組分中和epidermis development、skin devel?opment、external encapsulating structure organization、epider?mal cell differentiation、extracellular structure organization等分子功能（圖5A）。KEGG富集分析，m6A相關(guān)預(yù)后lncRNA主要富集在cytokine-cytokine receptor interaction、PI3K-Aktsignaling pathway、IL-17 signaling pathway、estrogen signalingpathway、rheumatoid arthritis等細(xì)胞通路之中（圖5B）。此外，GSEA 分析表明，cytokine-cytokine receptor interaction、ecmreceptor interaction、focal adhesion、pathways in cancer和regu?lation of actin cytoskeleton主要富集在高風(fēng)險(xiǎn)組中（圖5C），而drug metabolism cytochrome、metabolism of xenobiotics、PPAR信號(hào)通路、retinol metabolism和starch and sucrose metabolism則主要富集在低風(fēng)險(xiǎn)組中（圖5D）。

2.5 腫瘤免疫分析

在腫瘤微環(huán)境（tumor micro-environment，TME）評(píng)分方面，高風(fēng)險(xiǎn)組患者的免疫評(píng)分、ESTIMATE評(píng)分和基質(zhì)評(píng)分均顯著高于低風(fēng)險(xiǎn)組患者（圖6A～C）。此外，本研究分析了高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組之間免疫檢查點(diǎn)相關(guān)基因的表達(dá)，值得注意的是，大多數(shù)免疫檢查點(diǎn)在高風(fēng)險(xiǎn)組患者中的表達(dá)較高，這可能解釋了高風(fēng)險(xiǎn)組較差的生存率（圖6D）。在免疫細(xì)胞氣泡圖中，本研究發(fā)現(xiàn)，高風(fēng)險(xiǎn)組的樣本與Th2細(xì)胞、CD8+ T 細(xì)胞、腫瘤相關(guān)成纖維細(xì)胞（cancer associated fibro?blasts，CAF）、巨噬細(xì)胞、單核細(xì)胞等的浸潤(rùn)顯著正相關(guān)，與中央記憶型T細(xì)胞、CD4+ T細(xì)胞等的浸潤(rùn)呈負(fù)相關(guān)（圖6E）。接下來(lái)，本研究進(jìn)一步進(jìn)行ssGSEA分析，免疫細(xì)胞浸潤(rùn)方面，高風(fēng)險(xiǎn)組樣本中的活化的樹突狀細(xì)胞（active dendriticcells，aDCs）、樹突狀細(xì)胞（dendritic cells，DCs）、巨噬細(xì)胞、中性粒細(xì)胞和漿細(xì)胞樣樹突狀細(xì)胞（plasmacytoid dendriticcells，pDCs）等多種免疫細(xì)胞浸潤(rùn)均比低風(fēng)險(xiǎn)組樣本更多（圖6F）；同時(shí)免疫功能方面，高風(fēng)險(xiǎn)組中的抗原呈遞細(xì)胞共抑制（APC_co_inhibition）、抗原呈遞細(xì)胞共刺激（APC_co_stimulation）、CC趨化因子受體（CCR）、檢查點(diǎn)（Check-point）和細(xì)胞溶解活性（Cytolytic_activity）等多種免疫功能均顯著低于低風(fēng)險(xiǎn)組（圖6G）。

2.6 TMB分析和潛在藥物預(yù)測(cè)

從TGCA數(shù)據(jù)庫(kù)下載了體細(xì)胞突變數(shù)據(jù)，并分析了高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組組體細(xì)胞突變的變化。突變程度前十的基因分別是：TP53、TTN、KMT2D、MUC16、ARID1A、KDM6A、PIK3CA、SYNE1、RYR2和KMT2C（圖7A、B）。此外，更低的TMB 和更高的風(fēng)險(xiǎn)評(píng)分的患者的預(yù)后相比于其他組更差（圖7C、D）。

本研究使用R 包“oncoPredict”評(píng)估了常見藥物的半抑制濃度（half maximal inhibitory concentration，IC50），IC50 值越低，藥敏度越高，治療效果越好。阿立塞替（Alisertib）、順鉑（Cisplatin）、達(dá)沙替尼（Dasatinib）、厄洛替尼（Erlotinib）、沙普替尼（Sapitinib）、星形孢菌素（Staurosporine）、賽沃替尼（Sa?volitinib）、他拉唑帕尼（Talazoparib）和曲美替尼（Trametinib）在高風(fēng)險(xiǎn)組中的IC50明顯低于低風(fēng)險(xiǎn)組，提示這些藥物對(duì)于高風(fēng)險(xiǎn)組有更好的療效（圖8）。

3 討論

膀胱癌作為泌尿系統(tǒng)最常見的惡性腫瘤之一，其中約75%為非肌層浸潤(rùn)性膀胱癌，其余則大多為肌層浸潤(rùn)性膀胱癌[2]。非肌層浸潤(rùn)性膀胱癌不僅具有較高的復(fù)發(fā)率，并且約10%～30%的患者最終會(huì)進(jìn)展為肌層浸潤(rùn)性膀胱癌[5-7]。而肌層浸潤(rùn)性膀胱癌患者5年生存率較低[32]。膀胱癌的診斷和監(jiān)測(cè)仍然依賴于膀胱鏡活檢，因此，探索新的治療靶點(diǎn)和潛在的生物標(biāo)志物至關(guān)重要。

LncRNA參與包括膀胱癌在內(nèi)的多種腫瘤的生物學(xué)過(guò)程，例如生長(zhǎng)、轉(zhuǎn)移、耐藥性和腫瘤免疫微環(huán)境[33]。此外，研究證據(jù)表明lncRNA 的m6A 修飾與癌癥預(yù)后和治療反應(yīng)有關(guān)[34-35]，同時(shí)m6A 相關(guān)ln?cRNA也被證明具有預(yù)后價(jià)值，可以預(yù)測(cè)患者的總生存期[36-37]。然而，目前報(bào)道的m6A 修飾以lncRNA依賴性方式在膀胱癌中發(fā)揮作用的研究尚少。

本研究首先從TCGA數(shù)據(jù)庫(kù)中鑒定出1 739個(gè)m6A相關(guān)的lncRNA，再通過(guò)單因素Cox分析得到了14個(gè)差異預(yù)后相關(guān)lncRNA，最終通過(guò)LASSO Cox回歸分析確定了5個(gè)特征lncRNA，并構(gòu)建了預(yù)后預(yù)測(cè)模型，該模型在訓(xùn)練集和測(cè)試集中均表現(xiàn)出良好的預(yù)測(cè)能力，多因素Cox回歸分析結(jié)果顯示，該模型可作為膀胱癌的獨(dú)立預(yù)后因素。此外，通過(guò)列線圖整合的獨(dú)立危險(xiǎn)因素，這些因素也能顯示出足夠的預(yù)后評(píng)估能力。以上結(jié)果表明，m6A相關(guān)lncRNA 可用作潛在的預(yù)后生物標(biāo)志物，人們可以更早發(fā)現(xiàn)高?；颊?，并通過(guò)更積極的監(jiān)測(cè)和管理來(lái)實(shí)施有針對(duì)性的預(yù)防，也有助于醫(yī)生針對(duì)不同患者制訂個(gè)體化治療方案。

本研究還通過(guò)對(duì)腫瘤免疫進(jìn)行分析評(píng)分，高風(fēng)險(xiǎn)組的免疫評(píng)分、ESTIMATE評(píng)分和基質(zhì)評(píng)分均高于低風(fēng)險(xiǎn)組，且多種免疫檢查點(diǎn)基因在高風(fēng)險(xiǎn)組中顯著高表達(dá)，此外如CD8+ T細(xì)胞、腫瘤相關(guān)成纖維細(xì)胞、巨噬細(xì)胞等多種免疫細(xì)胞均在高風(fēng)險(xiǎn)組中存在較高的浸潤(rùn)；本課題組又通過(guò)ssGSEA分析發(fā)現(xiàn)，高風(fēng)險(xiǎn)組中16種免疫細(xì)胞的浸潤(rùn)水平顯著高于低風(fēng)險(xiǎn)組。

近年來(lái)，針對(duì)程序性細(xì)胞死亡的免疫檢查點(diǎn)抑制劑（ICI），包括PD-1、程序性死亡配體1（PD-L1）和細(xì)胞毒性T淋巴細(xì)胞相關(guān)蛋白4（CTLA4），已成為癌癥治療的另一大支柱[38]。然而ICI治療并不是一刀切的治療方法，其療效高度依賴于腫瘤的腫瘤免疫微環(huán)境特征[39]。TMB 已在多項(xiàng)臨床試驗(yàn)中進(jìn)行了研究，在PURE-01試驗(yàn)中，TMB與帕博利珠單抗治療的反應(yīng)率呈正相關(guān)；在ABACUS試驗(yàn)（阿替利珠單抗）、NABUCCO試驗(yàn)（伊匹木單抗聯(lián)合納武單抗）中，與治療無(wú)反應(yīng)患者相比，反應(yīng)患者的TMB數(shù)值更高[40-43]。此外在PURE-01試驗(yàn)中，14名患者在接受帕博利珠單抗治療后TMB較治療前基線數(shù)值有明顯的下降[42]。TME 中的免疫細(xì)胞浸潤(rùn)可能會(huì)影響腫瘤患者的存活、轉(zhuǎn)移和治療耐藥性[44-46]。有研究表明，腫瘤的中性粒細(xì)胞浸潤(rùn)與不良預(yù)后相關(guān)[47-48]，而Treg浸潤(rùn)水平高的患者預(yù)后更好[49]。

然而本研究仍然存在局限性，雖然本課題組使用了1個(gè)測(cè)試集來(lái)評(píng)估風(fēng)險(xiǎn)評(píng)分模型，但該測(cè)試集中的樣本較少。其次，在未來(lái)的研究中，還需要體內(nèi)和體外實(shí)驗(yàn)來(lái)進(jìn)一步確定膀胱癌中m6A 相關(guān)ln?cRNA發(fā)揮作用的機(jī)制和具體信號(hào)通路。