基于对骨转移研究的多omics分析构建乳腺癌预后得分模型
Hailong Ren1, Xing Shen1, Mingyun Xie2,3
1Division of Spinal Surgery, Department of Orthopaedics, Nanfang Hospital, Southern Medical University, Guangzhou, China.
Translational cancer research
|June 17, 2024
概括
这项研究开发了一种使用28个关键基因预测乳腺癌 (BRCA) 患者骨转移的预后得分模型. 该模型有效地识别高风险个体,改善BRCA骨转移的预后预测和临床决策.
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:
- 乳腺癌 (BRCA) 是全球癌症死亡的主要原因.
- 在BRCA患者的骨转移意味着预后不佳.
- 准确预测骨转移对于患者管理至关重要.
研究的目的:
- 开发和验证用于预测BRCA患者骨转移的预后得分模型.
- 确定与骨转移相关的关键差异表达基因 (DEGs).
- 增强BRCA的临床决策和预后预测.
主要方法:
- 利用了来自GEO和TCGA数据库的RNA测序数据.
- 使用Limma,单变Cox和LASSOCox回归识别了DEG.
- 建立了一个基于28个特征基因的风险评分模型.
- 使用ROC曲线和外部数据集验证了模型的预测效率.
主要成果:
- 确定了与骨转移相关的677个DEG,缩小到28个特征基因.
- 开发了一个具有高训练和测试准确性的风险评分模型.
- 高风险组的整体存活率 (OS) 显著降低.
- 该模型在外部验证中显示出强大的预测效率和稳定性.
结论:
- 基于BRCA骨转移的28个关键DEG建立了一个新的预后预测模型.
- 该模型为识别高风险BRCA患者提供了一个有前途的工具.
- 该模型可以帮助临床决策,并改善BRCA骨转移患者的预后预测.
