相关实验视频
Updated: May 7, 2025
10:04
Enhancing Tumor Content through Tumor Macrodissection
Published on: February 12, 2022
9.6K
基于M2巨相关特征的预后模型,用于预测结果,增强风险分层,并提供扩散大B细胞淋巴瘤的治疗见解
Baoping Guo1, Ying Duan1, Hong Cen1
1Department of Hematology, Guangxi Medical University Cancer Hospital, Nanning, Guangxi, 530021, China.
Heliyon
|January 6, 2025
概括
这项研究开发了一种使用M2巨基因的预测模型,以评估扩散性大B细胞淋巴瘤 (DLBCL) 患者的风险和结果. 该模型准确地预测了生存率,并识别了对特定疗法敏感的患者.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 瘤微环境 (TME) 显著影响淋巴瘤的进展.
- M2巨细胞是TME中的关键参与者,影响淋巴瘤的发病.
研究的目的:
- 开发一种利用M2巨关联基因的新型预测模型,用于扩散大B细胞淋巴瘤 (DLBCL) 的风险分层.
- 预测患者的结果和评估新诊断的DLBCL患者接受R-CHOP治疗的免疫特征.
主要方法:
- 利用癌症基因组图谱 (TCGA) 和基因表达总汇 (GEO) 数据集用于基因表达和临床数据.
- 使用CIBERSORT进行M2巨关联基因鉴定,其次是基因本体学 (GO) 和基因和基因组 (KEGG) 京都百科全书的途径分析.
- 使用考克斯和LASSO回归构建并验证了一个预后风险模型,并通过单细胞RNA-seq.验证.
主要成果:
- 确定了92个与M2巨相关的基因,其中8个被选择用于最终的风险模型 (MS4A4A,CCL13,LTB,CCL23,CCL18,XKR4,IL22RA2,FOLR2).
- 该模型表现出1年,3年和5年生存期的强大预测准确性 (AUC 0.74,0.72,0.72).
- 高风险患者的整体存活率较低,免疫评分较高,对化疗和免疫检查点抑制剂的敏感性增加.
结论:
- 开发的M2巨相关风险模型为DLBCL的预后评估提供了准确可靠的工具.
- 该模型增强了对不同预后子集的理解,并可能为未来的治疗策略提供信息,包括新的药物选择.
