膀癌中的多重编程细胞死亡模式和免疫景观:基于机器学习和多个队列的证据
1The Second Affiliated Hospital, Department of Urology, Hengyang Medical School, University of South China, Hengyang, Hunan, China.
Environmental toxicology
|December 8, 2023
概括
这项研究开发了一种膀癌 (BLCA) 的预后模型,使用编程细胞死亡 (PCD) 基因来预测患者的结果和免疫治疗反应. 该模型有效地区分高风险和低风险患者,指导个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 分子生物学分子生物学
背景情况:
- 膀癌 (BLCA) 是一种普遍存在的恶性瘤,其进展涉及编程细胞死亡 (PCD) 的失调.
- 现有的研究缺乏全面了解多种PCD模式与BLCA之间的相关性.
- 本研究通过开发BLCA预后和免疫治疗反应的预测模型来解决这一差距.
研究的目的:
- 建立基于12个编程细胞死亡 (PCD) 模型的膀癌 (BLCA) 风险预测模型.
- 预测BLCA患者的预后和免疫治疗反应.
- 探索与BLCA中PCD相关的分子机制和免疫景观.
主要方法:
- 分析了来自TCGA和GEO数据库的RNA测序数据.
- 单变Cox,LASSO和多变Cox回归为预后模型确定了10个PCD相关基因 (PCDRGs).
- 使用了生存分析,名录构造,基因本体学,KEGG和共识聚类.
主要成果:
- 开发了一个基于10个PCDRG的预后模型,区分高风险 (预后较差) 和低风险BLCA患者.
- 该模型实现了AUC值为0.751,0.753和0.763的1年,3年和5年的生存期.
- 低风险患者表现出更好的免疫疗法反应 (较低的TIDE,更高的TMB) 并与PCD集群B相关.
结论:
- 该研究综合了12种PCD模式对BLCA的影响,确定了PCD和膀癌之间的相关性.
- 开发的预后模型和确定的PCDRG为BLCA的个性化治疗策略提供了宝贵的见解.
- 这些发现支持改善BLCA患者的治疗指导和改善预后.
