相关实验视频
Updated: Jul 24, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
一种与血管生成相关的新型评分模型预测了扩散大B细胞淋巴瘤的预后风险和治疗响应度
Yu Liu1, Jinhua Wang2, Xiaochen Shen3
1Department of Infectious Disease, the Second Affiliated Hospital of Dalian Medical University, Dalian, 116023, People's Republic of China.
Clinical and experimental medicine
|July 4, 2023
概括
使用血管生成相关基因 (ARG) 的新评分模型有助于预测扩散性大B细胞淋巴瘤 (DLBCL) 患者的预后和免疫状态. 该模型识别了具有不同治疗反应的患者群体,有助于为DLBCL提供个性化药物.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
背景情况:
- 扩散性大B细胞淋巴瘤 (DLBCL) 是一种异质的癌症,结果各不相同.
- 血管新生对于DLBCL生长至关重要,但没有基于基因的评分模型用于预后.
研究的目的:
- 开发和验证基于血管生成相关基因 (ARG) 的DLBCL预后评分模型.
- 为了将ARG得分与患者预后,免疫微环境和化学敏感性相关联.
主要方法:
- 单变Cox回归确定了预后性ARG.
- 拉索回归构建了一个七个ARG评分模型,在独立的数据集上进行验证.
- 免疫细胞透和基因表达的分析 (RT-qPCR).
主要成果:
- 确定了两个DLBCL患者集群,具有不同的预后和免疫特征.
- 一个七个ARG模型将患者分为分层,分为高分和低分的组,预后不同.
- 获得高分数的组显示免疫抑制,对多克索鲁比辛/西斯普拉丁的耐药性,以及对格姆西塔/特莫佐洛米德的敏感性.
- 在DLBCL组织中,RAPGEF2和PTGER2过度表达.
结论:
- 基于ARG的评分模型为DLBCL预后和免疫状态评估提供了一个工具.
- 这个模型可以指导DLBCL患者的个性化治疗策略.
- 已识别的ARG及其表达模式为DLBCL病原体提供了洞察力.
