机器学习和实验确定SPINK1作为肝细胞癌的候选诊断和预后生物标志物

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:

• 肝细胞癌 (HCC) 的诊断和预后仍然具有挑战性.
• 机器学习为识别癌症中的预测生物标志物提供了强大的工具.

研究的目的:

• 使用机器学习识别肝细胞癌 (HCC) 诊断和患者结果的关键基因.
• 研究SPINK1在HCC进展中的作用及其与瘤免疫的关联.

主要方法:

• 从GSE65372和TCGA.下载的HCC表达式数据集.
• 鉴定了差异表达基因 (DEGs),并应用LASSO和SVM-RFE进行生物标志物选择.
• 分析了SPINK1的表达,它与免疫透物 (ssGSEA) 的关联,以及对HCC细胞增殖的功能影响 (RT-PCR,功能测试).

主要成果:

• 从103个DEG中确定了9个关键诊断基因,包括SPINK1,从103个DEG中.
• 确认SPINK1作为HCC患者存活时间的独立预后因素.
• SPINK1的表达与几个免疫细胞正相关,与其他细胞负相关,其敲击通过Wnt/β-catenin通路抑制了HCC细胞的增殖.

结论:

• SPINK1 是 HCC 中的一种新型瘤基因,与免疫失调有关,并促进瘤扩散.
• SPINK1 作为一种潜在的诊断和预后生物标志物以及HCC的治疗点.