老年乳腺癌的分子分类显示了具有预后意义的明显老化子组
Xia Wu1,2, Mengxin Chen1, Kang Liu3
1Human Aging Research Institute (HARI) and School of Life Science, Nanchang University, and Jiangxi Key Laboratory of Human Aging, Nanchang 330031, China.
Molecular therapy. Nucleic acids
|September 19, 2024
概括
研究人员开发了一个新的"Sene_Signature"模型,使用多omics数据对老年患者的乳腺癌进行分类. 这种分子分类改善了预后预测,并确定了老年乳腺癌潜在的向治疗方法.
科学领域:
- 在瘤学瘤学.
- 老年病的医生 老年病的医生
- 生物信息学是一种生物信息学.
背景情况:
- 老年乳腺癌表现出独特的特征和治疗反应.
- 目前的生理评估缺乏对老年乳腺癌的分子洞察力.
- 老年癌症患者的分子分类研究是有限的.
研究的目的:
- 在老年乳腺癌中识别不同的分子子组.
- 开发一种预测模型,用于老年乳腺癌患者的预后和治疗反应.
- 建立一个工具,用于治疗前评估老年乳腺癌.
主要方法:
- 多omics分析以确定老年乳腺癌中的衰老集群.
- 机器学习算法开发了Sene_Signature评分模型.
- 使用单细胞转录组学,RNA测序和病理数据进行验证.
主要成果:
- 在老年乳腺癌患者中发现了两种不同的衰老集群.
- 开发了Sene_Signature模型,在分类和预后预测方面表现优于现有的方法.
- 与瘤免疫细胞透相关的Sene_Signature.
- 在高Sene_Signature患者中观察到对EGFR和细胞循环向疗法的增强药物反应.
结论:
- Sene_Signature模型为老年乳腺癌提供了一种新的分子分类.
- 该模型有助于预测老年乳腺癌患者的预后和治疗反应.
- 有一个网络平台可用于评估Sene_Signature得分和治疗反应.
更多相关视频
08:56Simultaneous Imaging and Flow-Cytometry-based Detection of Multiple Fluorescent Senescence Markers in Therapy-Induced Senescent Cancer Cells
Published on: July 12, 2022
2.9K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
8.9K
