基于癌症蛋白质组学概况的甲状腺癌预后蛋白质生物标志物查
Pu Xie1,2, Qinglei Yin3, Shu Wang1,2
1Department of Endocrine and Metabolic Diseases, Shanghai Institute of Endocrine and Metabolic Diseases, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai 200025, China.
Biomedicines
|September 28, 2024
概括
这项研究使用蛋白质和临床数据开发了甲状腺癌 (THCA) 的13蛋白预后模型. 这种模型准确地预测了患者的生存率和潜在的治疗反应,提供了新的治疗途径.
科学领域:
- 在瘤学瘤学.
- 蛋白质组学是指蛋白质组学.
- 基因组学就是基因组学.
背景情况:
- 甲状腺癌 (THCA) 是一个重要的全球健康问题.
- 对于THCA管理,需要有效的生物标志物和新的治疗策略.
研究的目的:
- 构建和验证THCA的基于蛋白质的预后模型.
- 确定潜在的生物标志物来预测生存率和治疗反应.
主要方法:
- 利用了来自癌症蛋白质组图集 (TCPA) 的蛋白质组数据和来自癌症基因组图集 (TCGA) 的临床数据.
- 雇佣卡普兰-梅尔,考克斯回归和LASSO惩罚了考克斯分析,以开发一个13蛋白风险模型.
- 通过生存分析,ROC曲线和独立预后分析验证了模型的预测能力.
主要成果:
- 开发了一种13种蛋白质的预后模型 (S100A4,PAI1,IGFBP2,RICTOR,B7-H3,COLLAGENVI,PAR,SNAIL,FAK,Connexin-43,Rheb,EVI1,P90RSK_pT359S363) 用于THCA.
- 该模型独立预测了THCA患者的生存时间.
- 探索了模型中的蛋白质,免疫细胞透和瘤突变负担 (TMB) 之间的关联.
结论:
- 这种13种蛋白质模型作为THCA中生存的强大独立预测器.
- 这种方法为预测治疗反应提供了一种新的方法,包括化疗和向治疗.
- 这些发现突出了蛋白质基因分析在推进THCA诊断和治疗方面的潜力.
关键词:
这是TCPA的TCPA.TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB TMB总体存活率 总体存活率甲状腺癌是甲状腺癌.
