生物信息分析基于质母细胞瘤全基因组表达数据构建了与生存相关的变量 (OPISV) 的最佳预后指数
Junjia Pan1, Dejun Yan2, Yaoe Liang3
1Guangdong Second Provincial General Hospital, Guangzhou 510317, China; Key Laboratory of Brain, Cognition and Education Sciences, Ministry of Education, China, Institute for Brain Research and Rehabilitation, South China Normal University, Guangzhou 510631, China; Department of Anesthesiology, the Affiliated Panyu Central Hospital, Guangzhou Medical University, Guangzhou, China.
International journal of biological macromolecules
|November 6, 2024
概括
使用机器学习开发了生存相关变量 (OPISV) 的最佳预后指数,以预测质母细胞瘤生存率. 该指数包括年龄,PTPRN和DNAJC30,强调GABAergic突触参与质瘤进展.
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:
- 质母细胞瘤 (GBM) 是一种具有不良预后的侵袭性脑瘤.
- 准确的预后标记对于指导治疗和改善患者结果至关重要.
研究的目的:
- 为质母细胞瘤 (GBM) 患者开发生存相关变量 (OPISV) 的最佳预后指数.
- 通过机器学习使用临床和转录组数据来预测GBM患者的预后.
- 探索与已识别的预后因素相关的GBM进展的潜在机制.
主要方法:
- 使用TCGA数据集进行培训和GEO数据集进行验证.
- 进行了生存,差异基因表达和考克斯回归分析.
- 使用多变量考克斯回归构建OPISV,结合年龄,并通过后勤和LASSO回归验证.
主要成果:
- 确定了年龄,PTPRN和DNAJC30作为OPISV的独立预后风险因素.
- 使用外部数据集 (GEO,GEPIA) 验证的OPISV性能.
- 在高风险OPISV人群中发现显著上调的GABAergic突触功能,将其与质瘤进展联系起来.
结论:
- OPISV是一种可行的工具,用于预测GBM患者的生存率.
- GABAergic突触通路可能在GBM进展中发挥重要作用.
- 开发的指数为GBM预后提供了临床应用的潜力.
