在甲状腺癌中与谷氨胺代谢相关的预测标记的RNA-seq分析

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 遗传学 遗传学是一种遗传学.

背景情况:

• 甲状腺癌 (TC) 发病率正在上升,需要改进风险分层和管理策略.
• 谷氨胺代谢在瘤进展和瘤微环境中起着关键作用.
• 目前的预后工具需要加强,以准确地管理TC患者.

研究的目的:

• 使用谷氨酸代谢基因组开发甲状腺癌的预测性预后模型.
• 确定参与谷氨胺代谢的关键基因,用于TC患者的风险分层.
• 验证预后模型在分层TC患者和指导治疗决策中的实用性.

主要方法:

• 整合单细胞RNA测序和癌症基因组图谱 (TCGA) 数据以识别差异表达的基因.
• 采用Boruta特征选择和多变量Cox回归来精确定位关键基因.
• 在体外验证基因功能,并开发了TC预后的风险评分系统.

主要成果:

• 一个基于谷氨胺代谢的六基因预后模型被成功开发出来.
• 风险评分有效地根据整体存活率对甲状腺癌患者进行了分层分类.
• 抑制信号诱导增殖相关的1像2 (SIPA1L2) 促进了TC细胞的增殖,迁移和入侵.

结论:

• 开发的基于谷氨酸代谢基因组的风险模型为甲状腺癌分层提供了宝贵的参考.
• 这种模式可能会最大限度地减少TC患者不必要的手术和侵入性治疗.
• 这些发现凸显了谷氨胺代谢基因在TC进展和预后中的重要性.