功能性探索和药物预测与肺腺癌细胞死亡相关的生物标志物

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物标志物发现发现

背景情况:

• 肺腺癌 (LUAD) 是癌症相关死亡的主要原因.
• 编程细胞死亡 (PCD) 在癌症的发展和进展中起着至关重要的作用.
• 确定LUAD可靠的生物标志物对于早期诊断和向治疗至关重要.

研究的目的:

• 在肺腺癌 (LUAD) 中识别和功能性地探索与编程细胞死亡 (PCD) 相关的生物标志物.
• 根据已识别的生物标志物来预测LUAD潜在的向药物.
• 开发一种诊断模型并研究生物标志物在免疫透中的作用.

主要方法:

• 使用UCSC-Xena用于LUAD基因数据和DESeq2用于识别PCD特异差异表达基因 (DEG).
• 集成的DEG与权重基因共同表达网络分析 (WGCNA) 和机器学习算法来确定关键基因.
• 构建了蛋白质-蛋白质相互作用网络,进行了丰富分析,并构建了一个诊断的诺姆图模型.

主要成果:

• 从120个枢纽基因中确定了10个关键基因,这些基因富含了亡途径.
• 通过ROC和体外实验验验证了6个基因 (FGR,LAPTM5,SIRPA,TLR4,ZEB2,NLRC4) 作为显著的LUAD生物标志物.
• 建立了诊断性能的诺米图,并发现生物标志物与免疫细胞透的相关性.

结论:

• 发现了LUAD的新型PCD相关生物标志物,提高了对这种癌症PCD的理解.
• 已识别的生物标志物显示出诊断潜力,并与LUAD中的免疫调节有关.
• 预测三种潜在的治疗药物 (伦瓦提尼布,甲,三甲) 用于LUAD.