在肺腺癌中构建和验证与茎状性相关基因的预后模型

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 肺腺癌 (LUAD) 预后不佳,需要提前改善风险识别和个性化治疗.
• 由mRNA表达 (mRNAsi) 表示的瘤茎度与LUAD进展有关.

研究的目的:

• 构建和验证使用茎状性相关基因对LUAD的预后预测模型.
• 为了确定LUAD患者的新预后指标.

主要方法:

• 从癌症基因组图谱 (TCGA) 下载了LUAD RNA测序和临床数据.
• 计算了瘤干度指数 (mRNAsi),并分析了与生存率和临床特征的相关性.
• 采用加权基因共同表达网络分析 (WGCNA) 来识别与干性相关的基因模块.
• 进行了基因本体学 (GO) 和基因和基因组的京都百科全书 (KEGG) 路径分析.
• 使用对预后相关干性基因的最小绝对收缩和选择运算符 (LASSO) 回归构建了一个预后模型.
• 使用生存率,接收器运行特征 (ROC) 和风险分析验证了模型.

主要成果:

• 在LUAD患者中,较高的mRNAsi与增加的死亡率相关.
• 与茎相关的基因在mRNA处理,细胞外矩阵组织,细胞循环和PI3K-Akt信号通路方面得到了显著的丰富.
• 使用LASSO回归,开发了一种包括12个干性相关基因的预后模型.
• 该模型在预测LUAD患者预后方面表现出很高的准确性.

结论:

• 瘤干 (mRNAsi) 显著影响LUAD的发展和预后.
• 基于与茎状性相关的基因开发的LASSO模型作为LUAD的新预后指标.
• 这种模型可以补充现有的瘤结节转移 (TNM) 阶段为LUAD.