通过机器学习识别肝细胞癌的编程细胞死亡指数,用于预后和治疗反应的改善:生物信息学分析和实验验证
Yuanxin Shi1, Yunxiang Feng1, Peng Qiu1
1Department of Biliary and Pancreatic Surgery/Cancer Research Center Affiliated Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China.
Frontiers in immunology
|January 3, 2024
概括
编程细胞死亡 (PCD) 在肝细胞癌 (HCC) 中起着关键作用. 一个新的PCD指数 (PCDI) 有效地预测患者的预后和治疗反应,有助于个性化HCC管理.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 尽管治疗进展,肝细胞癌 (HCC) 的预后仍然很差.
- 编程细胞死亡 (PCD) 越来越多地被认为对HCC的关键作用.
- 与PCD相关的基因显示出作为HCC预后和治疗的生物标志物的潜力.
研究的目的:
- 系统地分析PCD和HCC之间的关系.
- 使用机器学习开发HCC的新型预后和预测模型.
- 研究关键基因在HCC中的功能作用.
主要方法:
- 对HCC中14种编程细胞死亡 (PCD) 模式的系统分析.
- 基于机器学习的PCD指数 (PCDI) 的开发,用于预后和治疗预测.
- 单细胞测序,蛋白质组学和体外实验的整合.
主要成果:
- 在HCC中识别出两种不同的PCD集群,具有不同的特征.
- 与现有模型相比,PCDI显示出更高的预后准确性.
- PCDI准确预测了免疫疗法和化疗反应,并与免疫属性有关.
- 镇压GBA抑制了HCC细胞的增殖和入侵.
结论:
- 开发了一种强大的PCDI,用于预测HCC的预后和治疗反应.
- 该PCDI为HCC患者提供了临床管理和个性化治疗策略.
