SurvSig:利用基因表达特征来发现肺部神经内分泌瘤中的异质性
Kolos Nemes1,2, Gabriella Mihalekné Fűr1, Alexandra Benő1
1HCEMM Cancer Genomics and Epigenetics Core Group, Szeged, Hungary.
Computational and structural biotechnology journal
|June 30, 2025
概括
肺部神经内分泌瘤 (NENs) 由于其独特的分子形状,表现出多样化的表型. 一个新的网站,SurvSig,帮助研究人员分析基因特征,以改善肺NEN分类和生存预测.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 肺部神经内分泌瘤 (NENs) 显示出显著的临床异质性.
- 这种异质性源于潜在的生物学差异,包括遗传突变,表观遗传改变和免疫微环境变异.
- 目前的分类通常依赖于有限数量的基因,可能缺少更细微的区别.
研究的目的:
- 解决肺癌研究中肺癌NENs代表性不足的问题.
- 为探索基因特征及其与患者生存的相关性提供一种工具.
- 为了提高肺 NEN 的预后分类器的准确性.
主要方法:
- 开发了一个免费可用的网站,SurvSig (https://survsig.hcemm.eu/).
- 该网站允许用户上传基因组进行分析.
- 功能包括患者聚类,生存比较和基因表达特征探索.
主要成果:
- 肺部NEN亚型表现出差异化的突变模式,表观遗传变化和免疫微环境活动.
- 更广泛的基因签名可以导致更细致的患者分离和差异性生存率的识别.
- SurvSig工具有助于探索这些生物差异.
结论:
- 在肺NEN中利用明显的生物学差异可以提高预后分类器的准确性.
- 在SurvSig网站作为研究研究肺NENs的研究人员的宝贵资源.
- 基于基因表达的预后模型可以帮助个性化治疗策略.
