在多发性骨髓瘤中构建和验证血管生成相关基因的预后模型

科学领域:

• 在瘤学瘤学.
• 遗传学 遗传学 是一个
• 生物信息学是一种生物信息学.

背景情况:

• 血管新生在瘤生长,入侵和转移中发挥着至关重要的作用.
• 了解血管生成相关基因 (ARG) 的机制对于多发性骨髓瘤 (MM) 研究至关重要.

研究的目的:

• 确定与多发性骨髓瘤 (MM) 相关的关键血管生成相关基因 (ARG).
• 构建和验证基于ARG的MM的新型预后模型.

主要方法:

• 利用了公共数据集 (MMRF-CoMMpass,GSE47552,GSE57317) 和生物信息学分析,包括差异表达分析,基因本体学 (GO),基因和基因组的京都百科全书 (KEGG) 和权重基因同表达网络分析 (WGCNA).
• 应用单变Cox和最小绝对收缩和选择操作员 (LASSO) 回归来识别预后基因并构建风险模型.
• 进行了免疫细胞透分析,基因组丰富分析 (GSEA),并构建了一个mRNA‒miRNA‒lncRNA网络.

主要成果:

• 确定了898个差异表达基因 (DEG),211个模块基因,24个差异表达ARG (DE-ARG) 和三个关键预后基因 (AKAP12,C11orf80,EMP1).
• 开发并验证了MM的预后风险模型和名谱.
• 观察到独特的免疫细胞透模式 (高风险组中的B细胞记忆,低风险组中的不成熟B细胞) 并确定了mRNA-miRNA-lncRNA网络中的调节相互作用.

结论:

• 已经建立了一个与血管生成相关基因 (ARG) 相关的多发性骨髓瘤 (MM) 的新,验证的预后模型.
• 该模型为了解ARG在MM病原和预后中的作用提供了一个新的视角.