整合scRNA-seq和批量转录组的低氧信号,用于预测宫状细胞癌和宫腺癌的预后和精确治疗
Kexin Yu1, Shibo Zhang1, Jiali Shen1
1Department of Pharmacogenomics, College of Bioinformatics Science and Technology, Harbin Medical University, Harbin 150081, China.
International journal of molecular sciences
|February 13, 2025
概括
这项研究确定了宫癌 (CESC) 中的缺氧相关基因,并开发了一种风险评分 (CSHRS) 模型. 该模型有助于预测预后并指导CESC患者的个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物统计学 生物统计学
背景情况:
- 缺氧在宫状细胞癌和宫内腺癌 (CESC) 中普遍存在,有助于瘤异质性.
- 了解缺氧机制对于开发个性化的CESC疗法至关重要.
研究的目的:
- 为了确定CESC特定的缺氧相关基因.
- 为CESC.构建一个预测风险模型 (CSHRS).
- 为精确治疗策略整合临床病理学特征.
主要方法:
- 权重基因相关性网络分析 (WGCNA) 和用于基因识别的FindMarkers.
- 最小绝对收缩和选择运算符 (LASSO) 和Cox回归用于风险模型构建.
- 与风险模型相关的免疫透,突变和耐药性的分析.
主要成果:
- 确定了CESC特定的低氧基因组.
- 开发了一个CSHRS风险模型,将患者分为不同的预后组.
- 证明了该模型评估瘤微环境和预测结果的能力.
结论:
- 该CSHRS风险模型为CESC瘤微环境提供了全面的见解.
- 该模型提供准确的预后预测,并支持CESC的个性化治疗决策.


