建立和验证基于胃腺癌中与二硫化相关的长非编码RNA的预后评分模型

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 基因组学就是基因组学.

背景情况:

• 胃腺癌 (STAD) 是一种常见的胃肠道恶性瘤,检测迟到,预后不佳.
• 长非编码RNA (lncRNAs) 在瘤发育中起着至关重要的作用.
• 脱硫脱症是一种编程细胞死亡的新型形式,已成为癌症研究中的一个重要因素.

研究的目的:

• 调查与dissulfidptosis相关的lncRNA模型对STAD患者预后的预测能力.
• 探索这些模型在指导STAD免疫疗法策略中的潜力.
• 建立一个可靠的模型,用于STAD管理中的临床应用.

主要方法:

• 对于STAD的转录组数据来源于癌症基因组图谱 (TCGA).
• 从现有的文献中确定了与失硫性脱症相关的基因.
• 使用考克斯回归和最小绝对收缩选择算法 (LASSO) 构建了一个风险预测模型.
• 模型验证涉及校准曲线,基因本体学 (GO) 和基因组丰富分析 (GSEA).
• 瘤突变负担 (TMB) 和瘤免疫功能障碍和排除 (TIDE) 算法用于药物敏感性查.

主要成果:

• 一个风险预测模型成功开发,包括七个与二硫化相关的 lncRNA.
• 该模型显示了高风险和低风险患者群体之间的显著生存差异.
• 从模型中获得的风险得分,当与临床数据相结合时,作为独立的预后标记.
• 高风险患者的生存率较低,与瘤突变负载相关.
• 在风险组之间确定了不同的免疫反应和药物敏感性.

结论:

• 一个由七个与dissulfidptosis相关的lncRNA组成的小组可以有效地预测STAD的预后.
• 这些lncRNA为STAD开发免疫治疗策略提供了新的见解.
• 这些发现支持了这种基于 lncRNA 的模型对 STAD 患者管理的临床实用性.