卵巢癌患者使用抗帕克利塔克塞尔免疫相关 lncRNA 的治疗反应的预测模型
Xin Li1,2, Huiqiang Liu1,2, Fanchen Wang1,2
1Research Center for Clinical Medicine, Jinshan Hospital of Fudan University, Shanghai, 201508, China.
Current medicinal chemistry
|February 15, 2024
概括
这项研究引入了用于卵巢癌 (OC) 患者的新预测模型,使用9种差异表达的免疫相关lncRNAs (DEir-lncRNAs). 该模型有助于预测化学疗法和免疫疗法的反应,改善患者的预后.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫治疗是一种免疫疗法.
背景情况:
- 卵巢癌 (OC) 由于预后不佳,药物耐药性以及预测治疗反应的工具有限而构成重大挑战.
- 有效的预测模型对于定制抗癌疗法和改善患者治疗结果至关重要.
研究的目的:
- 开发和验证卵巢癌患者治疗反应的新型预测模型.
- 确定与OC中帕克利塔塞尔耐药性和免疫反应相关的关键生物标志物.
主要方法:
- RNA测序 (RNA-seq) 确定了差异表达的抗帕克利塔塞尔 lncRNAs (DE-lncRNAs).
- 癌症基因组图谱 (TCGA) -OV和ImmPort数据库被用于识别与免疫相关的lncRNAs (ir-lncRNAs).
- 使用单变量,多变量和 LASSO 考克斯回归分析来构建使用 9 个 DEir-lncRNA 的预测模型.
主要成果:
- 186个DE-lncRNA和225个ir-lncRNA被确定.
- 构建了一个包含9个DEir-lncRNA的预测模型,证明了作为预测治疗反应的生物标志物的潜力.
- 预测得分较低的患者显示出更好的预后,而较高的得分表明免疫疗法和化疗的耐药性.
结论:
- 开发的9DEir-lncRNA预测模型是预测卵巢癌中免疫治疗和化疗反应的宝贵工具.
- 这种模型可以显著帮助预测患者的预后,并指导卵巢癌的治疗决策.
