相关实验视频
Updated: Jun 29, 2025

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
机器学习预后模型的开发和验证 m5C 相关免疫基因在肺腺癌中的肺腺癌
Xiong Cao1,2,3, Yuxing Ji1,2,3, Jiajia Li4
1The First School of Clinical Medicine, Lanzhou University, Lanzhou, China.
Cancer control : journal of the Moffitt Cancer Center
|March 27, 2024
概括
这项研究使用免疫相关基因和m5C甲基化开发了肺腺癌 (LUAD) 的新奇预后特征. 这种基于三个基因的特征可以预测免疫疗法反应和患者的结果.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 肺腺癌 (LUAD) 是癌症死亡的主要原因.
- N6-甲基氨酸 (m5C) 甲基化在癌症发育中起作用.
- 识别LUAD生物标志物对于向治疗至关重要.
研究的目的:
- 开发基于m5C相关免疫基因 (m5C-IRG) 的LUAD预后特征.
- 研究m5C-IRG签名与瘤免疫微环境之间的关联.
- 评估签名在预测免疫治疗反应方面的潜力.
主要方法:
- 使用癌症基因组图谱 (TCGA) -LUAD数据集来识别m5C-IRG.
- 采用卡普兰-梅尔分析,考克斯回归和LASSO回归来构建预后特征.
- 进行基因丰富,免疫微环境和免疫疗法分析.
主要成果:
- 确定了76个m5C-IRG,其中27个与生存显著相关.
- 开发了一种针对LUAD的三基因预后特征 (HLA-DMB,PPIA,GPI).
- 观察到风险小组和潜在免疫疗法预测因素之间的独特免疫微环境.
结论:
- 建立了一个新的基于m5C-IRG的预后签名,用于LUAD.
- 该签名包括HLA-DMB,PPIA和GPI,为个性化治疗策略提供了潜力.
- 这个签名为LUAD研究和临床应用提供了有价值的参考.

