开发CSOARG:一种基于单细胞和多omics的机器学习模型,用于卵巢癌预后和药物反应预测
Junyu Chen1,2, Bin Guan1,2, Jihong Zhang1
1Research Center for Clinical Medicine, Jinshan Hospital, Fudan University, Shanghai, China.
Frontiers in oncology
|June 13, 2025
概括
一个新的8基因模型预测了卵巢癌的预后和治疗反应. 这种细胞衰老和卵巢衰老相关基因 (CSOARG) 模型有助于临床决策,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物标志物 生物标志物
背景情况:
- 卵巢癌是妇科癌症死亡率的主要原因之一.
- 准确的预后和预测模型对于有效的卵巢癌管理至关重要.
研究的目的:
- 开发用于卵巢癌的预后和治疗反应的预测模型.
- 为了确定与细胞衰老和卵巢衰老相关的关键基因,用于模型构建.
主要方法:
- 使用LASSO对TCGA和GEO数据的Cox回归来进行基因组分析.
- 使用细胞衰老和卵巢衰老基因构建了一个预后模型 (CSOARG).
- 采用机器学习进行生存预测,并验证了关键基因和细胞行为.
主要成果:
- 开发了一个8基因的CSOARG模型,与基因组不稳定性和同源重组缺陷相关联.
- 该模型预测了5年整体存活率,AUC为0.68.
- 高风险患者对治疗反应较差,预后更差,WNK1被确定为瘤基因.
结论:
- 新的CSOARG模型有效预测卵巢癌预后和治疗反应.
- 这种模型有可能指导临床实践,以改善患者护理.
- 进一步验证可能会提高其在卵巢癌管理中的临床实用性.
