整合机器学习算法来构建与黑色素瘤的三症相关的预后模型
Jiaheng Xie1, Min Zhang1, Min Qi2
1Department of Plastic Surgery, Xiangya Hospital, Central South University, Changsha, 410008, People's Republic of China.
Cancer management and research
|June 19, 2025
概括
这项研究揭示了编程细胞死亡 (PCD) 机制的三症与黑色素瘤预后和免疫细胞透有关. 与三症相关的特征可以作为黑色素瘤治疗的生物标志物和治疗点.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 黑色素瘤是一种侵袭性皮肤癌,由于转移和治疗耐药性,其死亡率很高.
- 编程细胞死亡 (PCD),包括亡和铁亡,影响瘤的进展和治疗反应.
- 最近发现的一种PCD通路 - - 斑症 (Triaptosis) - - 对黑色素瘤有着尚未探索的意义.
研究的目的:
- 为了研究三症在黑色素瘤中的作用.
- 在黑色素瘤中识别关键的三症相关基因和途径.
- 开发基于三症的黑色素瘤的预后签名.
主要方法:
- 集成的单细胞和大量RNA测序数据.
- 使用机器学习 (SurvivalSVM) 与TCGA-SKCM和GEO数据集构建了一个预测签名.
- 进行了生存分析,ROC曲线分析,PCA和免疫透分析.
主要成果:
- 开发了一种具有强大预测性能的强大的三性关联签名 (TAS).
- 通过TAS识别的高风险患者的整体存活率明显降低.
- TAS与免疫细胞群和瘤微环境有显著的关联.
结论:
- 与三症相关的基因表达模式与黑色素瘤预后和免疫透相关.
- 皮瘤是一种潜在的生物标志物和黑色素瘤的治疗点.
- 这些发现提供了提高黑色素瘤治疗效率和克服耐药性的策略.
