基于卵巢癌免疫相关基因的预后模型的识别和验证

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:

• 卵巢癌 (OC) 是一个重大的健康挑战,需要改进的预后工具.
• 现有的预后模型可能无法完全捕捉OC进展的复杂性.
• 免疫相关基因 (IRG) 越来越多地被认为对癌症的发展和患者的结果起着作用.

研究的目的:

• 开发和验证一种新的预后模型,用于卵巢癌患者的整体存活期 (OS).
• 为了确定潜在的免疫相关基因生物标志物用于OC预后.
• 为了研究特定基因 (GBP1P1) 在OC细胞行为中的功能作用.

主要方法:

• 在癌症基因组图谱 (TCGA) 数据集上使用LASSO回归的25基因预后模型的开发.
• 在TCGA和国际癌症基因组联盟 (ICGC) 数据集中使用生存分析,ROC曲线和风险分析验证模型的预测准确性.
• 功能性 *在体外* 实验涉及在OC细胞系 (W038) 中 GBP1P1 的敲除,以评估对增殖,亡,迁移和入侵的影响.

主要成果:

• 一个25基因的预后模型表明,在TCGA和ICGC队列中,OC患者的OS具有显著的预测价值 (TCGA中的1,2,3年的AUC:0.806,0.773,0.762).
• 从模型中得出的风险得分被确定为OS的独立预测因子.
• 在W038细胞中抑制GBP1P1显著抑制了增殖,迁移和入侵,同时增加了细胞亡.

结论:

• 开发的25基因预后模型可以提高对OC患者预后的预测,并有助于治疗选择.
• 与免疫相关的基因GBP1P1成为潜在的卵巢癌预后生物标志物.
• GBP1P1在调节与OC进展相关的关键细胞过程中发挥着功能性作用.