对多种编程细胞死亡模式的分析和对肺腺癌中亡相关基因的功能验证
Yu Peng1, Nan Jia2, Jingyu Wang1
1Department of Radiotherapy, Affiliated Hospital of Hebei University, Baoding, China.
Annals of surgical oncology
|April 2, 2025
概括
一个新的人工智能衍生细胞死亡指数 (CDI) 准确预测肺腺癌 (LUAD) 的预后. 在LUAD患者中,较低的CDI得分与更好的结果,增加的免疫透和改善的免疫治疗反应相关.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 免疫学 免疫学 免疫学
背景情况:
- 肺腺癌 (LUAD) 是一种高度侵略性和异质性的癌症.
- 编程细胞死亡 (PCD) 在LUAD中显著影响瘤进展,治疗耐药性和复发.
研究的目的:
- 开发和验证人工智能衍生细胞死亡指数 (CDI) 以预测LUAD预后.
- 将CDI的预测精度与传统的临床和分子标记器进行比较.
主要方法:
- 利用了来自四个多中心队列的878名患者的表达数据.
- 从1481个基因中确定了13个与PCD相关的共识预后基因.
- 采用了10个机器学习算法来开发基于平均C指数的CDI.
主要成果:
- 在培训和验证队伍中,CDI准确地预测了LUAD预后.
- 与临床变量,分子特征和现有签名相比,CDI显示出更高的准确性.
- 低CDI组的患者表现出良好的预后,更高的免疫细胞透率,更好的免疫疗法反应和"热瘤"表型.
结论:
- 伪素胺轨迹分析表明BCL2L14与中性粒细胞发育和LUAD细胞命运有关.
- 抗击BCL2L14降低了LUAD细胞的生长,增殖和殖民地形成,同时增加了亡.
更多相关视频
06:03Orthotopic Transplantation of Syngeneic Lung Adenocarcinoma Cells to Study PD-L1 Expression
Published on: January 19, 2019
16.6K
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
10.5K
