相关实验视频
Updated: May 25, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
泛光与相关的最佳模型 (PROM):一种新的预测工具,揭示了肺腺癌中的免疫动态
Jianming Peng1, Leijie Tong2, Rui Liang3
1School of Medicine, Yangzhou Polytechnic College, Yangzhou, China.
International journal of genomics
|February 26, 2025
概括
这项研究确定了与PANoptosis相关的基因特征,并开发了肺腺癌 (LUAD) 的预后模型 (PROM). PROM准确预测患者的结果,并揭示了瘤微环境的洞察力,帮助个性化的LUAD治疗策略.
科学领域:
- 在瘤学瘤学.
- 细胞死亡研究 细胞死亡研究
- 生物信息学是一种生物信息学.
背景情况:
- 泛亡是一种炎症编程细胞死亡途径,涉及热亡,亡和亡.
- PANoptosis在肺腺癌 (LUAD) 发病过程中的作用在很大程度上是未知的.
- 了解PANoptosis对于开发新的LUAD治疗策略至关重要.
研究的目的:
- 在LUAD中识别关键的PANoptosis相关的基因特征.
- 开发和验证用于LUAD风险分层的预后模型 (PROM).
- 探索与PANoptosis相关的LUAD进展背后的免疫和生物机制.
主要方法:
- 单细胞转录基因分析,以识别PANoptosis基因签名.
- 用于预后决定因素分析的单变Cox回归.
- 在多个 LUAD 队列中使用机器学习开发和验证与 PANoptosis 相关的最佳模型 (PROM).
- 针对途径和免疫细胞透概况的多组学分析.
主要成果:
- 升高的PANoptosis标志与增强的细胞间信号相关.
- 在七个LUAD队列中,PROM表现出强大的预后能力和区分性表现 (AUC > 0.7).
- 高PROM分数与免疫抑制和瘤微环境内的瘤性途径的改变有关.
结论:
- PROM 作为临床适用的预后工具,用于 LUAD 风险分层.
- 在LUAD中,PROM为与PANoptosis相关的免疫和生物过程提供了机械洞察力.
- 这些发现支持针对LUAD开发有针对性的疗法和个性化治疗策略.
