一个与五个cuproptosis相关的LncRNA签名:预测预后,评估免疫功能和肺状细胞癌中的药物敏感性

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 肺状细胞癌 (LUSC) 缺乏有效的诊断和治疗点.
• 长非编码RNAs (lncRNAs) 正在成为癌症中关键的生物标志物和治疗点.
• 质亡,一种新的细胞死亡途径,在瘤生物学中起作用.

研究的目的:

• 调查与cuproptosis相关的lncRNAs在预测预后,评估免疫功能和确定LUSC患者药物敏感性的潜力.
• 开发一种基于与cuproptosis相关的lncRNAs的预后模型,用于LUSC.

主要方法:

• 利用癌症基因组图谱 (TCGA) 数据库用于基因组和临床数据.
• 采用同表达分析,单变量/多变量考克斯回归和LASSO分析来构建风险模型.
• 进行了生存分析,基因组丰富分析 (GSEA),突变分析和瘤免疫功能障碍和排除 (TIDE) 算法以进行综合评估.

主要成果:

• 构建了一个包括五个与cuproptosis相关的lncRNAs的预后模型.
• 高风险组的患者的整体存活期显著缩短.
• 风险评分独立预测LUSC患者的预后.
• 不同表达的基因在与免疫相关的途径中得到了丰富,这表明免疫功能发生了改变.
• 高风险患者与免疫逃脱有关,而特定药物根据风险得分表现出不同的敏感性.

结论:

• 开发的与5-cuproptosis相关的lncRNA签名作为预测LUSC患者预后的可靠工具.
• 这种特征有助于评估瘤的免疫状态,并预测对特定疗法的反应.
• 这些发现为LUSC的向诊断和治疗策略提供了新的见解.