鉴定与二硫化相关的亚型,并开发基于清细胞癌脏堆叠框架的预后模型

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学

背景情况:

• 清细胞细胞癌 (ccRCC) 由于预后不佳,具有重大临床挑战.
• 了解ccRCC的分子基础,包括与二硫化相关的基因 (DRG),对于改善患者的治疗结果至关重要.
• 识别新的预后标志物和治疗点对于个性化的ccRCC治疗策略至关重要.

研究的目的:

• 在ccRCC中识别与二硫化相关基因 (DRG) 的表达模式.
• 使用机器学习为ccRCC开发一个强大的预后模型 (DRPS).
• 预测与不同ccRCC亚型相关的免疫特征和治疗反应.

主要方法:

• 在TCGA-KIRC队列中对DRG的差异表达分析,包括突变和甲基化分析.
• 鉴定与二硫化相关的分子亚型及其预后/免疫学特征.
• 使用两阶段堆叠合体学习框架开发与二硫化相关的预后签名 (DRPS).
• 对DRPS对免疫细胞透,T细胞耗尽/功能障碍和治疗疗效的评估.

主要成果:

• 确定了两个不同的与二硫化相关的群,其中一个呈现出不良预后和改变的免疫特征.
• 开发的DRPS在多个队列和准确分类的分子亚型中展示了出色的预测性能.
• 较高的DRPS风险得分与预后不佳,先进的病理特征,增加的免疫透,T细胞功能障碍以及对免疫疗法和向治疗的更好反应相关.
• 在ISG20,dissulfidptosis和瘤免疫力之间发现了显著的关联.

结论:

• 在ccRCC中确定了与二硫化相关的明显亚型,强大的DRPS提供了临床决策价值.
• 该DRPS作为一个可靠的工具,用于预测预后,免疫状态和ccRCC患者的治疗反应.
• ISG20成为ccRCC的有希望的治疗点,需要进一步研究.