基于与氧化压力相关基因的预后风险模型的开发,用于抗卵巢癌患者的卵巢癌患者
Huishan Su1, Yaxin Hou1, Difan Zhu1
1Department of Cell Biology, School of Medicine, Nankai University, Tianjin, 300071, China.
Recent patents on anti-cancer drug discovery
|May 17, 2024
概括
这项研究开发了一种使用氧化应激相关基因 (OSRG) 的风险评分模型,以预测抗性卵巢癌 (OC) 的预后. 该模型有效地对患者进行分层,可能改善OC治疗的临床结果.
科学领域:
- 在瘤学瘤学.
- 遗传学 是一个遗传学.
- 生物化学 生物化学
背景情况:
- 卵巢癌 (OC) 是一种异质的恶性瘤,患者的治疗结果不佳.
- 氧化应激与OC中药物耐药性的发展有关.
- 氧化压力相关基因 (OSRG) 在抗OC的预后作用尚不清楚.
研究的目的:
- 开发和验证基于OSRG的预后风险评分模型,用于抗抗性OC患者.
- 确定与OC中的抗性相关的关键OSRG.
- 调查选定的OSRG在OC进展和抗性中所起的功能作用.
主要方法:
- 基因组丰富分析 (GSEA) 用于比较白金耐药与敏感OC中的OSRG表达.
- 考克斯回归和机器学习用于识别预测性OSRG并构建风险评分模型.
- 在体外细胞实验以确定关键OSRGs的生物功能.
主要成果:
- 三个与氧化压力相关的基因组得到了丰富,105个OSRGs被差异地表达.
- 一个七基因预后风险评分模型证明了对OC患者的准确生存预测 (1年,3年,5年AUC:0.69,0.75,0.67).
- 机器学习确定了五个与抗性相关的OSRG (SPHK1,PXDNL,C1QA,WRN,SETX);WRN在体外促进了OC恶性和抗性.
结论:
- 基于OSRG的风险评分模型有效预测OC患者的预后和抗性.
- 这种模型为改善OC的临床风险分层提供了潜力.
- 针对像WRN这样的OSRG可能代表了抗OC的治疗策略.
