使用基于低级质瘤特征和瘤免疫微环境的多组基因分析和机器学习揭示了与阿诺基斯相关的基因的预后价值
Gu Linazi1, Aierpati Maimaiti2, Zulihuma Abulaiti3
1Department of Rehabilitation Medicine, The First Affiliated Hospital of Xinjiang Medical University, Urumqi, Xinjiang, 830054, China.
Heliyon
|September 17, 2024
概括
与阿诺基斯相关的基因 (ARG) 定义低级质瘤 (LGG) 亚型,并预测生存率. 一个六基因的签名识别高风险的LGG患者与不同的瘤微环境,提供潜在的治疗点.
科学领域:
- 在瘤学瘤学.
- 遗传学 是一个遗传学.
- 分子生物学分子生物学
背景情况:
- 低度结质瘤 (LGG) 是一种复杂的大脑瘤,预后不同.
- 与阿诺基斯相关的基因 (ARG) 在癌症的进展和存活中发挥作用.
- 了解LGG异质性对于开发有效疗法至关重要.
研究的目的:
- 调查ARG在LGG中的作用.
- 在LGG中识别分子亚型和预后标记.
- 开发一个LGG患者预测结果的预测模型.
主要方法:
- 基于ARG的LGG患者的无监督聚类.
- 机器学习算法用于识别预后基因.
- 开发和验证一个六基因ARG签名和一个nomogram.
主要成果:
- 确定了两种不同的LGG分子亚型,具有显著不同的生存率.
- 一个六基因ARG签名准确地将患者分为高风险和低风险组.
- 高风险组表现出"冷"的瘤微环境,明显的突变特征,以及对向治疗的敏感性.
结论:
- 在LGG中,ARG可以作为预后指标.
- 开发的ARG签名和名图为预测患者结果提供了有价值的工具.
- 在LGG中,ARG可以指导免疫疗法选择和治疗策略.


