通过大规模的转录组集成,对口腔状细胞癌的基因表达进行对对分析
Nan Li1, Zunkai Hu2, Ning Zhang2
1Department of Stomatology, Shenzhen People's Hospital (Second Clinical Medical School of Jinan University; First Affiliated Hospital of Southern University of Science and Technology), Shenzhen, Guangdong, China.
Journal of cellular and molecular medicine
|October 29, 2024
概括
这项研究引入了一种新的方法,用于整合口腔状细胞癌 (OSCC) 转录组数据以识别差异基因对 (DGP). 这些DGP提高了OSCC的诊断和预后模型的准确性.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 癌症研究 癌症研究
背景情况:
- 口腔状细胞癌 (OSCC) 是一种侵略性的头癌.
- 转录学有助于癌症诊断,但整合多平台数据是具有挑战性的.
- 确定OSCC可靠的遗传生物标志物需要强大的数据整合策略.
研究的目的:
- 开发一种用于整合多个OSCC转录组数据集的创新方法.
- 为了确定OSCC诊断和预后的差异基因对 (DGP).
- 为OSCC预测和生存分析构建和验证机器学习模型.
主要方法:
- 整合了五个OSCC转录组数据集,使用了一种新的批量效应缓解策略.
- 基于基因对相对表达的提取信息.
- 开发了使用27个DGP和机器学习的诊断模型.
- 使用六个关键基因对和考克斯回归分析构建了预后模型.
主要成果:
- 在训练组中,诊断模型的AUC为0.8987.
- 在外部集中验证了诊断模型,AUC从0.8052到0.9926.
- 预后模型实现AUC为0.717 (1年) 和0.779 (3年) 的整体存活率.
- 通过使用DGP,在使用DGP的诊断和预后模型性能方面显著改善.
结论:
- 新的数据整合方法有效地识别了OSCC的DGP.
- DGP显著提高了OSCC的诊断和预后模型的性能.
- 这种方法为OSCC研究中的生物标志物发现提供了一个有希望的策略.
