对多种癌症类型中复发和转移的组织微生物生物标志物的元分析
Xuebo Li1, Xuelian Yuan2, Xiumin Zhu3
1Department of Radiotherapy, Weifang Yidu Central Hospital, Weifang, 262500, PR China.
Journal of medical microbiology
|August 25, 2023
概括
分析微生物相互作用与丰度变化一起,可以确定用于预测癌症复发和转移的关键细菌标记. 这种方法可以改善多种癌症类型患者的预后信息.
科学领域:
- 在瘤学瘤学.
- 微生物组研究 微生物组研究
- 生物信息学是一种生物信息学.
背景情况:
- 局部复发和远程转移是癌症死亡的主要原因.
- 仅仅依靠微生物丰度的变化限制了有效的复发和转移标志物的识别.
- 了解微生物相互作用对于发现强大的预后生物标志物至关重要.
研究的目的:
- 通过考虑丰度变化和相互作用来识别复发和转移的微生物标志物.
- 通过使用癌症基因组图谱 (TCGA) 数据,在多种癌症类型中分析这些标志物.
- 为了提高癌症患者结局中的微生物组的预后价值.
主要方法:
- 在TCGA中使用了1106个非复发/转移 (非RM) 和912个RM组织样本,来自TCGA的11种癌症类型.
- 分析了瘤组织的细菌组成和相互作用.
- 用人接收机运行特征 (ROC) 曲线分析以评估预测性绩效.
主要成果:
- 在11种癌症类型中观察到瘤组织细菌组成的显著差异.
- 头部和部状细胞癌 (HNSC),肺状细胞癌 (LUSC),胃腺癌 (STAD) 和子宫体子宫内膜癌 (UCEC) 显示出良好的预测性能 (AUC 0.78-0.93).
- 在考虑丰富性和相互作用时,九种细菌属的组合证明了对患者存活率的优越预测.
结论:
- 对微生物数量和相互作用的全面分析有助于识别预后性细菌标记物.
- 这种综合方法为预测癌症复发和转移提供了宝贵的见解.
- 鉴定出的微生物标记物有可能改善瘤学患者的预后.
