機械学習と実験を用いた骨肉腫の診断と免疫浸透におけるA関連分子パターンの確立

科学分野:

• 腫瘍学 腫瘍学
• 分子生物学は分子生物学である.
• バイオインフォマティックス

背景:

• オステオサルコマの予後予測には,正確なモデルが必要です.
• N6-メチラデノシン (m⁶A) に関連する遺伝子は,骨髄腫における重要な分子調節因子である.
• オステオサルコマにおけるm⁶A関連遺伝子の特定の予後モデルは,以前は特定されていなかった.

研究 の 目的:

• m⁶A関連遺伝子を基にオステオサルコマの予後モデルを開発し,検証する.
• 改善された予後予測のための臨床ノモグラムを確立する.
• m⁶A関連遺伝子シグネチャーと腫瘍免疫マイクロ環境の関係を調査する.

主な方法:

• GEOデータセット (GSE21257,GSE16091) から利用した遺伝子発現と臨床データ.
• 訓練データセットで弾性ネットで罰せられたコックス回帰を用いた予測モデルを開発しました.
• ROC分析,Kaplan-Meier分析,Wilcoxonのテストを通じて,内部および外部テストデータセットを使用してモデルの有効性を検証しました.
• 臨床ノモグラムを構築し,インビトロ実験とバイオインフォマティクス分析 (免疫浸透,GSEA) を行いました.

主要な成果:

• 110m⁶A関連生存に重要な遺伝子を特定し,最終的な予後モデルに14が選択されました.
• 訓練 (0.8304),内部テスト (0.9091),および外部テスト (0.7123) のデータセットでモデルに対して高いAUC値を達成しました.
• 1年,3年,5年の全生存期における強力な予測性能を示した (AUC: 0.8827, 0.8709, 0.7664).
• 免疫スコアが低下し,高リスクグループでは悪性腫瘍に関連する経路が強化された.

結論:

• m⁶A関連遺伝子を基にした堅牢な予後モデルが,骨髄腫に対して成功裏に開発されました.
• 生成された臨床ノモグラムは,臨床的意思決定と個別化された骨髄腫治療のための貴重なツールを提供します.
• この発見は,骨髄腫の進行と免疫回避におけるm⁶A関連遺伝子の役割に関する新しい洞察を提供します.