使用机器学习和实验验证的方法,识别与二硫化相关的子组和肺腺癌的预后特征,使用机器学习和实验验证
Yuzhi Wang1, Yunfei Xu2, Chunyang Liu3
1Department of Laboratory Medicine, Deyang People's Hospital, Deyang, Sichuan, China.
Frontiers in immunology
|October 6, 2023
概括
不硫化,一种新的细胞死亡,影响肺腺癌 (LUAD) 的预后. 一个新的二硫化症评分 (DS) 有效地对患者进行分层,识别出具有更好的生存率和免疫疗法反应的患者.
科学领域:
- 在瘤学瘤学.
- 细胞生物学 细胞生物学
- 计算生物学 计算生物学
背景情况:
- 溶硫脱是一种新发现的细胞死亡机制,由溶硫化物积累驱动,独立于ATP枯竭.
- 它在肺腺癌 (LUAD) 预后和瘤进展中的作用尚不清楚.
研究的目的:
- 为了研究二硫化对LUAD患者结局的影响.
- 开发基于二硫化调节剂 (DRs) 的 LUAD 患者分层的预测模型.
主要方法:
- 在DRs中对转录和遗传修改进行分析,以定义集群.
- 使用机器学习算法开发一个脱硫脱症得分 (DS).
- 将患者分为高和低DS队列进行分层,以进行比较分析.
- 在体外验证基因KYNU在LUAD中的作用.
主要成果:
- 确定了两个不同的DR集群,与总生存率 (OS) 和瘤微环境的差异相关.
- 开发的DS模型准确地分层了LUAD患者,低DS组显示出优越的生存系统,减少突变负担,增强免疫力和更好的免疫治疗反应.
- DS模型的预测准确度超过了现有的LUAD特征和临床特征.
- 抑制KYNU抑制了LUAD细胞的增殖,入侵和迁移.
结论:
- 开发的基于DR的评分系统可以为LUAD患者准确的预后分层.
- 这种评分系统提供了关于LUAD分子机制和潜在治疗策略的见解.
