整合单细胞和批量表达数据以识别和分析与癌症预后相关的基因
Shengbao Bao1, Yaxin Fan1, Yichao Mei1
1Hubei Key Laboratory of Agricultural Bioinformatics, College of Informatics, Huazhong Agricultural University, Wuhan, 430070, China.
Heliyon
|February 21, 2024
概括
这项研究引入了一种新的多基因风险评分 (PRS),使用单细胞测序来预测癌症预后,证明了它在乳腺和肺癌患者的生存预测中的有效性.
科学领域:
- 基因组学就是基因组学.
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 传统的癌症预后依赖于组织样本,限制了对细胞异质性的洞察力.
- 单细胞测序为了解癌症生物学和预测结果提供了更详细的方法.
研究的目的:
- 使用批量和单细胞表达特征开发乳腺癌可靠的预后模型.
- 识别关键基因并构建多基因风险评分 (PRS) 以预测癌症存活率.
- 验证工作流程对其他癌症 (如肺癌) 的适用性.
主要方法:
- 从乳腺癌和正常组织中大量和单细胞表达特征的全面分析.
- 对差异表达基因的查和对恶性瘤相关基因的推断.
- 考克斯回归分析和为八个关键基因计算多基因风险评分 (PRS).
主要成果:
- 开发了一种多基因风险评分 (PRS),能够将乳腺癌患者分为高风险和低风险组.
- PRS与整体生存时间和无复发间隔有显著的相关性.
- 该工作流成功构建了肺癌的预后模型,表明其广泛适用性.
结论:
- 开发的PRS是乳腺癌的独立预后因素,其表现优于传统方法.
- 该研究为癌症生物标志物发现和个性化治疗策略提供了强大的工作流程.
- 这些发现为癌症存活率预测和治疗标识提供了新的见解.
