与代谢重编程相关的基因分类器区分恶性和良性肺结节
Yongkang Huang1, Na Li2, Jie Jiang3
1Department of Respiratory and Critical Care Medicine, the Second Affiliated Hospital of Soochow University, 1055 Sanxiang Road, Suzhou, 215004, Jiangsu, China.
Heliyon
|September 19, 2024
概括
一个新的九基因分类器有助于区分恶性和良性肺结节,显示了肺癌诊断的前景. 这种基因分类器专注于代谢重编程,优于现有的临床模型.
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:
- 目前用于区分恶性和良性肺结节的方法在有效性和临床实用性方面存在局限性.
- 准确的诊断对于及时和适当的肺癌治疗至关重要.
研究的目的:
- 开发和验证一种新的基因分类器,以改善肺癌诊断.
- 为了确定关键的基因和途径参与恶性肺结节的发展.
主要方法:
- 在基因表达综合 (GEO) 数据集上使用了权重基因共同表达网络分析 (WGCNA).
- 功能丰富分析确定了关键的生物过程,包括代谢重编程.
- 机器学习算法和差异基因表达分析被用来推导出一个九基因分类器.
主要成果:
- 一个由九个基因组成的分类器 (SEC24D,RPSA,PSME3,PSMD8,PSMB7,NCOA1,MED12,LPCAT1,AKR1C3) 被开发出来.
- 分类器表现出良好的区别,AUC为0.763 (发展),0.744 (内部验证) 和0.718 (外部验证).
- 在肺腺癌中,有8个基因表达差异,在肺状癌中,有9个基因表达差异 (TCGA数据).
结论:
- 九基因分类器显示出在区分恶性和良性肺结节方面具有显著的潜力.
- 代谢重编程途径在恶性肺结节中具有关键作用.
- 这种分类器可以作为临床医生在肺癌诊断中的宝贵工具.


