一个基于代谢相关基因的预后模型,用于卵巢癌患者
Dong Jian1, Zhai Lianghao1, Gao Yunge1
1Department of Gynecology and Obstetrics, Xijing Hospital, Fourth Military Medical University, 710032, Shaanxi Xi'an, China.
Doklady. Biochemistry and biophysics
|August 15, 2023
概括
使用代谢相关基因 (MAG) 的新预后模型可以预测卵巢癌 (OC) 患者的结果. 该模型识别了高风险和低风险群体,有助于为OC提供个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 遗传学 是一个遗传学.
- 分子生物学分子生物学
背景情况:
- 代谢相关基因 (MAGs) 在瘤进展和生理调节中起着至关重要的作用.
- 了解MAG在卵巢癌 (OC) 中的作用对于改善患者预后至关重要.
研究的目的:
- 为了研究MAG和卵巢癌 (OC) 预后之间的关系.
- 基于MAGs,开发OC患者预测结果的预测模型.
主要方法:
- 从癌症基因组图谱 (TCGA) 数据库中提取了与代谢相关的基因.
- 使用单变量COX和LASSO回归模型建立基于MAG的动态风险模型.
- 在临床OC样本中验证了MAG表达.
主要成果:
- 一个3-MAG签名 (PTGIS,AOC3,IDO1) 是使用Lasso-Cox回归来构建的.
- 根据签名,OC患者被分为高风险和低风险组.
- 与高风险组相比,低风险组的整体存活率明显更好.
- 贝瓦西祖马布治疗没有改善低风险组的预后.
结论:
- 基于MAG的预后模型成功地为OC开发.
- 该模型显示了预测OC患者预后的潜力.
- 这种预后模型可以指导OC患者的个性化治疗决策.
更多相关视频
11:51Preparation of Mitochondria from Ovarian Cancer Tissues and Control Ovarian Tissues for Quantitative Proteomics Analysis
Published on: November 18, 2019
5.9K
09:40Author Spotlight: Unveiling the Role of TMOD3 in Platinum Resistance and Immune Infiltration in Ovarian Cancer
Published on: August 2, 2024
2.7K
