PLAU和GREM1是预后生物标志物,用于预测肺腺癌中的免疫反应

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:

• 肺腺癌 (LUAD) 是一种流行癌症,需要新的诊断和预后标志物.
• 识别功能生物标志物对于改善LUAD患者的治疗结果至关重要.
• 基因表达模式为瘤生物学和进展提供了洞察力.

研究的目的:

• 使用权重基因共同表达网络分析 (WGCNA) 识别肺腺癌 (LUAD) 的新生物标志物.
• 评估在LUAD患者中确定生物标志物的预后价值.
• 探索涉及这些生物标志物的微RNA (miRNA) 和转录因子 (TF) 的监管网络.

主要方法:

• 权重基因共同表达网络分析 (WGCNA) 应用于RNA序列数据和瘤阶段.
• 使用Kaplan-Meier生存分析来评估基因表达和整体存活 (OS) 之间的关联.
• 进行了基因组丰富分析 (GSEA) 和网络构建 (miRNA-mRNA-TFs).

主要成果:

• 两个上调基因,PLAU和GREM1,被确定为"黄色模块"中的核心生物标志物.
• 高PLAU和GREM1表达与较差的生存系统,晚期瘤阶段以及在LUAD中更高的复发可能性相关.
• 这些生物标志物与瘤透淋巴细胞之间发现了显著的相关性,这表明免疫反应参与其中.
• 监管网络揭示了关键的miRNA和TF,FOXF1和TFAP2A显示异常表达和与PLAU的相关性.

结论:

• PLAU和GREM1作为肺腺癌 (LUAD) 的潜在预后生物标志物.
• 这些生物标志物与免疫反应有关,可以准确预测LUAD患者的OS.
• 已识别的调节网络提供了对LUAD进展背后的分子机制的洞察.