在前列腺癌中基于线粒体基因的预后模型的构建和验证

科学领域:

• 在瘤学瘤学.
• 遗传学 是一个遗传学.
• 生物信息学是一种生物信息学.

背景情况:

• 前列腺癌 (PC) 预后和治疗反应预测仍然具有挑战性.
• 线粒体特征基因 (MTGs) 是新型预后生物标志物的潜在来源.
• 开发强大的预后模型对于个性化PC管理至关重要.

研究的目的:

• 用线粒体特征基因构建和验证前列腺癌的预后风险模型.
• 评估模型预测患者预后和免疫治疗反应的能力.
• 研究风险组与临床/分子特征 (如格里森评分,MSI和免疫微环境) 之间的关系.

主要方法:

• 使用考克斯回归分析对PC相关的MTG进行选.
• 开发和验证使用生存分析和ROC曲线的10基因预后模型.
• 通过考克斯分析和名录构造进行独立的预测价值评估.
• 在风险群体中分析格里森得分,MSI,瘤突变负担和免疫微环境.
• 使用定量PCR (q-PCR) 验证特征基因.

主要成果:

• 成功建立了PC的10基因预后模型.
• 该模型显示了PC风险和预后的良好预测准确性.
• 风险评分被确定为一个独立的预后因素.
• 高风险患者表现出更高的格里森评分和MSI,具有改变的免疫微环境概况.
• q-PCR结果证实了所选的MTG的表达模式.

结论:

• 这种基于10基因MTG的模型准确地预测了前列腺癌的预后.
• 这种模型有可能预测患者对免疫治疗的反应.
• 这些发现为个性化PC风险分层和治疗指导提供了一个新的工具.