相关实验视频
Updated: Aug 12, 2026

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
使用机器学习的TNFRSF19与基于TNF家族的预后模型和质瘤的亚型的关联
Youwei Guo1,2, Quanwei Zhou3, Min Wei2,4
1Department of Neurosurgery, Xiangya Hospital, Central South University, Changsha, Hunan Province, China.
Heliyon
|April 1, 2024
概括
使用TNF家族成员 (TFM) 的新预后模型准确地预测了质瘤的结果. TNFRSF19的瘤表达表明预后不佳,并影响瘤微环境,建议它作为治疗点.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
背景情况:
- TNF家族成员 (TFMs) 与癌症有关.
- TNFRSF19是一种关键的TFM,可能在质瘤中发挥作用.
- 了解TFM在质瘤预后和治疗中的作用至关重要.
研究的目的:
- 开发基于TFMs的质瘤预后模型.
- 研究TNFRSF19在质瘤预后和瘤微环境中的作用.
- 为了确定与TNFRSF19.19.相关的潜在治疗点.
主要方法:
- 利用了来自三个数据库的基因表达和临床数据.
- 使用LASSO和Cox分析构建了一个基于TFM的预后模型.
- 通过无监督集群识别基于TFM的子类型.
- 使用ssGSEA和ESTIMATE评估了免疫透.
- 通过免疫组织化学验证了TNFRSF19表达和临床意义.
主要成果:
- 开发了一个基于TFM的预后模型,并确定了质瘤亚型.
- TNFRSF19上调与恶性表型和不良预后相关.
- TNFRSF19影响免疫抑制性质瘤微环境.
- 确定了TNFRSF19.19的多种药物向分子.
结论:
- 基于TFM的模型和亚型有助于结质瘤治疗决策.
- 在质瘤中,TNFRSF19是预后和免疫治疗反应的重要预测因子.

