基于MRI成像基因组学方法预测质瘤的生存和免疫微环境:一个回顾性观察性研究
Zhihao Wang1, Yunbo Yuan1, Tao Cui2
1Department of Neurosurgery, West China Hospital, Sichuan University, Chengdu, China.
Neurosurgical review
|January 3, 2025
概括
这项研究结合了质瘤遗传学和成像学,以预测患者的生存率和瘤免疫微环境 (TIME). 研究结果表明,放射性特征和基因表达可以预测质瘤死亡风险和时间.
科学领域:
- 在瘤学瘤学.
- 无线电学 (Radiomics) 是一种无线电学.
- 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:
- 质瘤呈现出高异质性和不良预后,需要综合方法来预测存活率.
- 现有的研究经常单独分析遗传或放射性数据,限制了全面的理解.
- 很少有研究整合多omics数据 (基因组学和放射学) 来预测质瘤的结果.
研究的目的:
- 研究质瘤成像 (放射学) 和基因组 (转录学) 之间的联系.
- 检查整合的OMIC数据对质瘤死亡风险的预测价值.
- 探索基因组和放射性特征与瘤免疫微环境 (TIME) 之间的关联.
主要方法:
- 从公共数据集和当地中心收集临床,转录和放射学数据.
- 进行了基因表达和放射性特征 (RF) 之间的相关性分析.
- 开发了使用RF相关基因 (RFRGs) 和基因表达相关RFs (GRRFs) 的死亡风险预测模型,用于所有质瘤和IDH野生类型质瘤.
主要成果:
- 在6个队列 (1754名患者) 中确定了35个基因和82个RF之间的显著相关性.
- 开发的基因和RF得分独立预测质瘤死亡风险 (基因P < 0.05,RFP < 0.0001).
- 证明RFRG得分可以预测时间,揭示死亡风险和免疫反应之间的潜在不匹配.
结论:
- 放射性特征和基因表达是质瘤死亡风险的有价值预测因素.
- 综合基因组成像分析提供了关于质瘤预后和时间的见解.
- 需要进一步的研究来验证这些发现,并探索质瘤中的基因组成像相互作用.
更多相关视频
06:32Evaluation of Biomarkers in Glioma by Immunohistochemistry on Paraffin-Embedded 3D Glioma Neurosphere Cultures
Published on: January 9, 2019
7.8K
09:17Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
Published on: September 13, 2022
2.2K
