多尺度几何网络分析识别了黑色素瘤免疫疗法反应基因模块.

科学领域:

• 在瘤学瘤学.
• 免疫治疗是一种免疫疗法.
• 系统生物学 系统生物学
• 生物信息学是一种生物信息学.

背景情况:

• 黑色素瘤免疫疗法反应机制尚未完全理解.
• 识别治疗疗效的分子标志物至关重要.

研究的目的:

• 在分子水平上调查黑色素瘤免疫疗法反应.
• 使用网络方法识别与治疗反应相关的基因模块.

主要方法:

• 利用了尼沃卢马布治疗前后黑色素瘤患者的基因表达数据.
• 在相关联网络中建模基因表达变化.
• 应用动态奥利维埃-里奇曲率来识别关键基因模块.

主要成果:

• 确定了六个不同的基因模块,涉及免疫疗法反应.
• 一个模块与核因子kappa-B (NFkB) 途径相关,与改善的患者存活率相关.
• 该模块还预测了免疫治疗的积极临床反应.

结论:

• 动态奥利维埃 - 里奇曲率是有效的识别癌症的基因模块.
• NFkB途径模块显示了作为黑色素瘤免疫疗法反应和患者存活率的生物标志物的潜力.