在神经母细胞瘤中开发和验证21基因预后特征
Mehul Gupta1, Sunand Kannappan1, Mohit Jain1
1Department of Pediatrics and Oncology, Cumming School of Medicine, University of Calgary, 3330 Hospital Drive NW, Calgary, AB, T2N 4N1, Canada.
Scientific reports
|August 2, 2023
概括
研究人员确定了21个基因的特征,用于预测神经母细胞瘤患者的死亡风险. 这种转录组签名可以改善风险分层和生存结果预测,为个性化治疗策略提供了有价值的工具.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 翻译研究是翻译研究.
背景情况:
- 神经母细胞瘤的生存率有很大的不同.
- 缺乏可靠的预后标志物和风险分层工具阻碍了有效的治疗.
- 需要改进的方法来预测神经母细胞瘤患者的结果.
研究的目的:
- 识别和验证一个转录学签名,用于预测神经母细胞瘤的死亡风险.
- 评估签名将患者分为高风险和低风险组的能力.
- 独立评估和结合临床病理学变量来评估签名的预后性能.
主要方法:
- 使用TARGET NBL数据集 (n=243) 开发了一个21基因签名.
- 在两个队列上进行了独立验证:E-MTAB-179 (n=478) 和GSE85047 (n=240).
- 无事件生存率 (EFS) 和总生存率 (OS) 分别是主要和次要结局.
主要成果:
- 在两个验证队列中,21个基因的签名有效地将神经母细胞瘤患者分为高风险和低风险组 (5年AUC为0.827和0.815).
- 该签名证明了EFS和OS的独立预后价值,优于已知的临床病理变量.
- 将签名与临床病理变量相结合,显著改善了预后性能 (聚合验证HR 6.93,5年AUC 0.839).
结论:
- 已识别的21个基因特征是神经母细胞瘤中EFS和OS的强大和独立的预测因素.
- 这种转录组签名提高了神经母细胞瘤患者的风险分层精度.
- 将签名与现有的临床病理变量相结合,为临床应用提供了更好的预后能力.
更多相关视频
09:40Characterization of Functionally Associated miRNAs in Glioblastoma and their Engineering into Artificial Clusters for Gene Therapy
Published on: October 4, 2019
5.7K
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.8K
