基于多omics数据构建预后模型并识别肝肝细胞癌中的关键基因

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 是一个

背景情况:

• 肝肝细胞癌 (LIHC) 是全球癌症死亡的主要原因.
• 了解LIHC的分子基础对于改善患者的预后和治疗至关重要.
• 免疫性细胞死亡 (ICD) 和细胞衰老是癌症发展和反应的关键过程.

研究的目的:

• 研究LIHC中免疫细胞死亡相关基因 (ICDRGs) 和细胞衰老相关基因 (CSRGs) 的差异表达.
• 为了确定LIHC的新型诊断和预后生物标志物.
• 开发基于这些基因的LIHC患者的预后风险模型.

主要方法:

• 在批量效应纠正后,整合了三个基因表达数据集 (GSE25097,GSE46408,GSE121248).
• 确定与ICD和衰老相关的差异表达基因 (DEGs).
• 进行基因组丰富和变异分析,以及突变分析.
• 使用选定的DEGs开发了一个预后风险模型.

主要成果:

• 在LIHC.中鉴定出16个差异表达的免疫细胞死亡和细胞衰老相关基因 (ICDR&CSRDEGs).
• 丰富分析显示了与前痕信号通路的关联.
• 在LIHC中,TP53是最常发生突变的基因.
• 一个12基因的预后模型表现出高的1年预测准确性,在2-3年后的准确性下降.

结论:

• 已识别的ICDR&CSRDEG具有作为LIHC生物标志物的潜力.
• 开发的预后模型为预测LIHC患者的结果提供了洞察力.
• 针对这些特定的基因可能为LIHC提供未来的治疗策略.