使用甲状腺分化得分和生物信息构建甲状腺癌分类和代谢相关的诊断模型
Qiu-Ying Zhang1, Yan Wang2, Qiang Zhang3
1Surgical Oncology, The Fifth People's Hospital of Ningxia, Shizuishan, China.
Medicine
|September 10, 2024
概括
我们开发了一种用于甲状腺癌亚型的诊断模型,使用与代谢相关的基因表达. 该模型准确预测患者的预后,并可以作为一个独立的预后指标.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物统计学 生物统计学
背景情况:
- 甲状腺癌 (THCA) 包括各种亚型,需要精确的诊断和治疗.
- 了解THCA亚型中的代谢对于开发向疗法至关重要.
研究的目的:
- 建立基于代谢的THCA亚型的诊断模型.
- 评估开发的模型在THCA患者中的诊断和预后价值.
主要方法:
- 使用了TCGA和GEO数据集,用于THCA表达特征和临床病理学数据.
- 采用基因组变异分析 (GSVA) 来识别甲状腺分化得分 (TDS) 相关基因.
- 使用后勤分析构建了一个诊断模型,并通过ROC,DCA,K-M和子组分析进行验证.
主要成果:
- 确定了5个枢纽基因 (ABAT,CHEK1,GPX3,NME5,PRKCQ) 能够预测TDS亚群.
- 诊断模型通过ROC,DCA和RCS曲线展示了准确的预测能力.
- 较低的模型分数与不良的无进展间隔 (PFI) 相相关,并且与T毛囊辅助细胞和整体免疫分数负相关.
结论:
- 开发的诊断模型显示了THCA的显著诊断和预后价值.
- 该模型可以作为THCA患者的独立预后指标.
- 这些发现突出了与代谢相关的基因在THCA亚型和预后中的作用.


