基于机器学习的调节细胞死亡的研究,用于预测质瘤患者的预后和免疫治疗反应
Wei Zhang1,2, Ruiyue Dang3, Hongyi Liu1,2
1Department of Neurosurgery, Xiangya Hospital, Central South University, Changsha, China.
Scientific reports
|February 20, 2024
概括
这项研究探讨了质母细胞瘤中调控细胞死亡 (RCD),开发了一种新型基因特征 (RCD.GP) 来预测患者的预后,并确定SLC43A3作为这种侵袭性脑癌的潜在治疗标.
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:
- 质母细胞瘤是一种具有较低生存率的侵袭性脑癌.
- 调节细胞死亡 (RCD) 对于恒温至关重要,但其在质瘤中的作用尚未得到充分研究.
- 了解质瘤中的RCD对于开发新的治疗策略至关重要.
研究的目的:
- 通过使用多omics数据,全面调查质瘤中RCD的风景.
- 开发一个强大的基于RCD的签名来预测质母细胞瘤的预后.
- 通过机器学习框架识别质瘤的潜在治疗点.
主要方法:
- 收集了18个与RCD相关的签名和集成的多omics数据 (批量,单细胞,细胞系,蛋白质组).
- 使用批量和单细胞测序数据开发和验证了RCD.GP签名.
- 使用机器学习框架 (Lasso,RSF,XgBoost,Enet,CoxBoost,Boruta) 来识别治疗目标.
主要成果:
- 在预测质母细胞瘤预后方面,RCD.GP签名表现出可靠且强大的性能.
- 确定了七个RCD基因作为质瘤中潜在的治疗点.
- 确定的SLC43A3在质瘤中表达很高,并起着致癌作用,作为预测生物标志物.
结论:
- 这项研究为RCD在质瘤中的作用提供了全面的见解.
- RCD.GP签名为预测质瘤患者预后提供了一个有价值的工具.
- SLC43A3是质母细胞瘤的一个有前途的治疗标和生物标志物.
