识别和结合多个细胞死亡特征,在肺腺癌中显示出良好的预测价值
Fanmao Meng1, Xin Sun2, Wei Guo1
1Department of Thoracic Surgery, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, PR China.
Heliyon
|December 11, 2023
概括
在肺腺癌中研究多个细胞死亡途径揭示了它们的联合力量. 一个新的模型预测了预后和免疫治疗反应,为癌症发展提供了新的见解.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 细胞死亡在癌症中至关重要,但研究往往忽略了联合途径效应.
- 之前的研究集中在单个细胞死亡机制上,忽视了协同作用的影响.
研究的目的:
- 探索癌症中多个细胞死亡途径的协同效应.
- 开发基于细胞死亡途径的预测模型,用于预后和免疫治疗反应.
主要方法:
- 利用了癌症基因组图谱 (TCGA) 的数据,用于参与自,亡,亡,亡和亡的基因.
- 应用主要成分分析来识别细胞死亡特征并创建一个复合得分.
- 在多个数据集中使用LASSO回归开发和验证了一个预测模型.
主要成果:
- 细胞死亡特征准确地反映了基因表达模式.
- 综合评分有效预测了预后,临床阶段,突变,瘤微环境和免疫治疗反应.
- 该模型在各种数据集中显示出对预后和免疫治疗的强大预测准确性,并将GJB2确定为潜在的生物标志物.
结论:
- 整合多个细胞死亡途径的模型显示了肺腺癌预后和免疫治疗的显著预测价值.
- 这项研究强调了不同细胞死亡途径在癌症进展中的协同作用.
- 这些发现为了解癌症发展和治疗策略提供了一个新的框架.
