相关实验视频
Updated: Jun 18, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
通过整合生物信息学分析和机器学习算法来确定小细胞肺癌中有效的诊断基因和免疫细胞透特征
Yinyi Chen1, Kexin Han1, Yanzhao Liu1
1From the Department of Clinical Laboratory (Chen, Han, Liu, Wang, Wu, Yu, Tan); from the Department of Blood Transfusion (Chen), The Second Affiliated Hospital, Jiangxi Medical College, Nanchang University, and from the Department of Clinical Laboratory (Luo), The Second Affiliated Hospital of Jiangxi University of Traditional Chinese Medicine, Jiangxi, China.
Saudi medical journal
|July 29, 2024
概括
这项研究确定ZWINT和NRCAM是小细胞肺癌 (SCLC) 的潜在诊断标记物. 这些基因与免疫细胞透相关,为SCLC诊断和免疫治疗提供了新的途径.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 免疫学 免疫学 免疫学
背景情况:
- 小细胞肺癌 (SCLC) 需要新的诊断标记物.
- 了解瘤微环境,包括免疫细胞透,对于SCLC至关重要.
- 目前用于SCLC的诊断方法有局限性.
研究的目的:
- 为了确定小细胞肺癌 (SCLC) 的新型诊断基因标记物.
- 调查潜在的SCLC诊断标记物和免疫细胞透之间的关系.
- 探索机器学习在识别SCLC生物标记物的实用性.
主要方法:
- 使用公共基因表达数据集 (GSE149507,GSE6044,GSE108055,GSE73160) 进行培训和验证.
- 鉴定了差异表达基因 (DEGs),并进行了功能丰富分析 (GO,KEGG,DO,GSEA).
- 应用机器学习算法来选候选诊断基因,并使用ROC曲线评估诊断疗效;分析免疫细胞透.
主要成果:
- 在SCLC和正常肺组织之间确定了181个差异表达基因 (DEG).
- 功能丰富分析显示了与免疫相关途径和疾病的显著关联.
- 机器学习确定ZWINT和NRCAM为SCLC的验证诊断基因,显示与免疫细胞透模式的强烈相关性.
结论:
- ZWINT和NRCAM被确定为小细胞肺癌 (SCLC) 的潜在诊断生物标志物.
- 这些基因与SCLC中免疫细胞透有显著的相关性.
- 这些已识别的基因可以作为SCLC免疫治疗的治疗点.
