PANoptosis相关子组预测预后和特征瘤微环境在卵巢癌
Yuwei Chen1, Zhibo Deng2, Jian Chen1
1Department of Gynecology, Clinical Oncology School of Fujian Medical University, Fujian Cancer Hospital, Fuzhou, Fujian Province, People's Republic of China.
Journal of inflammation research
|December 3, 2024
概括
研究人员根据与PANoptosis相关的基因 (PRG) 确定了两种卵巢癌 (OC) 亚型. 使用这些基因的机器学习模型预测了患者的结果和化疗反应,突出显示了CXCL13.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 卵巢癌 (OC) 的死亡率很高,需要更好的预后标志物.
- 编程细胞死亡途径PANoptosis与癌症有关,但其在OC预后中的作用尚不清楚.
研究的目的:
- 在卵巢癌中研究PANoptosis相关基因 (PRG) 的预后意义.
- 为OC患者开发基于PRG的预后模型.
- 探索CXCL13在OC中的作用及其与免疫治疗反应的关联.
主要方法:
- 基于19个PRG的TCGA卵巢癌数据的共识聚类,以确定分子亚型.
- 使用LASSO和考克斯回归的预后模型的开发和验证.
- 根据风险组对免疫细胞透,药物敏感性和突变格局的分析.
- 研究CXCL13在OC细胞中的功能及其与免疫治疗反应的相关性.
主要成果:
- 根据PRG,确定了两个不同的卵巢癌亚型 (PAN-Cluster1,PAN-Cluster2).
- 基于差异表达的PRG的机器学习衍生风险评分是OC的独立预后指标.
- 风险组在临床结果,免疫特征,药物敏感性和突变模式方面表现出显著差异.
- 鉴定出CXCL13是一种关键基因;其抑制增加了OC细胞的增殖/迁移,高表达与更好的免疫治疗反应相关.
结论:
- 该研究确定了新的分子亚型和基于PRG的卵巢癌预后模型.
- 这个模型可以预测生存率和药物反应,为个性化OC治疗策略提供见解.
- 需要进一步验证,但研究结果有助于理解OC的发病和治疗.
更多相关视频
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.7K
12:42Heterotypic Three-dimensional In Vitro Modeling of Stromal-Epithelial Interactions During Ovarian Cancer Initiation and Progression
Published on: August 28, 2012
15.0K
