相关实验视频
Updated: Jul 27, 2026
08:49
A 3D Organotypic Melanoma Spheroid Skin Model
Published on: May 18, 2018
15.7K
创建皮肤黑色素瘤的多面预后模型:单细胞和批量测序与机器学习的融合
1Department of Urology, The Affiliated Huaian No. 1 People's Hospital of Nanjing Medical University, Huai'an, China.
Frontiers in cell and developmental biology
|May 21, 2024
概括
这项研究揭示了与炎症相关的基因是皮肤黑色素瘤的关键. 使用这些基因的新预后模型准确地预测了患者的结果,并有助于个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 遗传学 遗传学 是一个
背景情况:
- 皮肤黑色素瘤是一种复杂的癌症,具有显著的异质性.
- 了解与炎症相关的基因的作用对于黑色素瘤进展研究至关重要.
研究的目的:
- 为了研究炎症相关基因在皮肤黑色素瘤中的作用.
- 开发和验证基于这些基因的黑色素瘤预后模型.
- 评估炎症基因,免疫透和免疫治疗反应之间的关系.
主要方法:
- 使用TCGA和GEO数据库 (GSE115978,GSE19234,GSE22153,GSE65904)进行分析.
- 采用权重基因联合表达网络分析 (WGCNA) 来识别关键的炎症基因模块.
- 在多个队伍中使用机器学习技术 (CoxBoost + GBM) 构建和验证预测模型.
主要成果:
- 单细胞分析显示了免疫细胞 (NK,T细胞,巨细胞) 中的炎症基因异质性.
- 一个CoxBoost + GBM模型准确地将患者分为高风险和低风险组.
- 低风险患者具有更高的免疫细胞透率,瘤突变负担 (TMB) 和更好的免疫治疗反应的潜力.
- 核心基因STAT1在黑色素瘤中的功能作用经过实验验证.
结论:
- 与炎症相关的基因是皮肤黑色素瘤进展的关键驱动因素.
- 经过验证的预后模型和名图为个性化黑色素瘤治疗提供了临床相关性.
- 对这些基因的进一步研究可以为黑色素瘤患者提供新的治疗策略.
