综合分析的多omics数据构建瘤微环境和免疫相关的分子预后模型在人类结直肠癌

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:

• 结肠直肠癌 (CRC) 发病率正在上升,特别是在年轻人中,需要更好地了解其机制和改进的预后工具.
• 瘤微环境 (TME) 在CRC进展和治疗反应中起着至关重要的作用.

研究的目的:

• 整合多omics数据 (基因表达,突变,甲基化) 来描述CRC TME.
• 为了确定结直肠癌的新预后标志物.
• 开发和验证用于CRC风险分层和化疗指导的综合性预后模型.

主要方法:

• 多omics数据集成包括基因表达,体突变和DNA甲基化.
• 免疫分数的计算和免疫细胞分数的划分.
• 在培训和验证数据集上使用拉索和考克斯回归的10基因预后模型的开发.
• 使用一致性指数 (C指数) 和曲线下的面积 (AUC) 评估模型性能.

主要成果:

• 使用144个与免疫相关的基因,6个突变基因和38个与整体存活相关的甲基化探针构建了一个10基因预后模型.
• 该模型表现出良好的预测性能,平均C指数为0.77.
• 该模型在训练和测试数据集中显示了令人满意的AUC值,表明了强大的预测能力.
• 该模型在指导化疗中的实用性及其在风险分层方面对泛癌症的适用性得到了验证.

结论:

• 综合的多基因分析揭示了CRC TME的关键免疫相关遗传和表观遗传特征.
• 一个综合性预后模型已经开发出来,可以准确地分层风险,并可以指导CRC患者的化疗决策.
• 该模型证明了在多种癌症类型中风险分层的概括性和潜力.