构建预后模型和miRNA-mRNA监管网络,用于肺状细胞癌
Alternative therapies in health and medicine
|October 19, 2023
概括
这项研究使用The Cancer Genome Atlas的数据开发了肺状细胞癌 (LUSC) 的预后模型. 该模型基于三个microRNAs (miRNAs),准确预测患者的预后,并有助于理解LUSC分子机制.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 肺状细胞癌 (LUSC) 是肺癌的主要亚型,具有复杂的分子基础.
- 准确的预后模型对于指导临床治疗和改善患者结果至关重要.
- 识别关键的分子参与者,如microRNAs (miRNAs) 和它们的相互作用,对于理解LUSC病变的产生至关重要.
研究的目的:
- 为LUSC.构建一个预测性预后模型.
- 为LUSC建立miRNA-mRNA调节和蛋白质-蛋白质相互作用 (PPI) 网络.
- 阐明涉及LUSC进展的分子机制和调节关系.
主要方法:
- 利用癌症基因组图谱 (TCGA) 数据库从LUSC和正常样本获得mRNA和miRNA表达数据.
- 进行差异表达分析以确定显著的miRNAs (DE-miRNAs).
- 应用考克斯回归分析来识别与预后相关的DE-miRNAs (PDE-miRNAs) 并构建预后模型;构建了miRNA-mRNA和PPI网络.
主要成果:
- 鉴定出389个差异表达的miRNA,其中7个被选为与预后相关的.
- 开发了一个三个miRNA的预后模型 (hsa-miR-4746-5p,hsa-miR-556-3p,hsa-miR-489-3p),证明了精确的LUSC患者分层和预后预测.
- 构建了miRNA-mRNA调节和PPI网络,突出了关键的向mRNA (例如FCGR3A,IL13,CCR2) 和它们的相互作用.
结论:
- 开发的预后模型准确地预测LUSC患者的结果.
- 构建的调节和相互作用网络提供了对LUSC分子病原学的洞察力.
- 这些发现为LUSC早期临床诊断和治疗策略提供了宝贵的参考.
