通过孟德尔随机化和综合生物信息学分析确定喉平细胞癌的生物标志物
Pengjian Zhang1, Weizhang Chen2, Kai Chen2
1Department of Otorhinolaryngology, Meizhou People's Hospital, No. 63 Huangtang Road, Meijaing District, Meizhou City, Guangdong Province, China. Zhangpj2408@163.com.
Discover oncology
|July 18, 2025
概括
这项研究开发了一种用于喉状细胞癌 (LSCC) 的预后模型,使用泛亡相关基因 (PANRGs). 该模型准确预测患者的结果,并指导LSCC的个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 喉平细胞癌 (LSCC) 由于发病率的增加和晚期治疗疗效的限制,构成了越来越大的挑战.
- 了解LSCC的分子基础对于改善患者的治疗结果至关重要.
研究的目的:
- 通过使用集成的多omics数据,全面分析泛亡相关基因 (PANRGs) 在LSCC预后中的作用.
- 根据关键的 PANRGs,为 LSCC 开发一个强大的预后模型.
主要方法:
- 来自公共数据库 (TCGA-HNSC, GSE65858, GSE150321, UCSC Xena) 的综合多omics数据 (RNA-seq, CNV, scRNA-seq) 进行了整合.
- 确定了33个差异表达的PANRG (DEPANRG),并使用拉索-考克斯回归构建了一个九基因预后模型.
- 用卡普兰-梅尔分析和ROC曲线评估模型性能;评估免疫景观和药物敏感性.
主要成果:
- 该预后模型显示出强大的预测准确性 (AUC 0.769培训,0.857验证) 并与临床因素相关联.
- 在高风险和低风险组之间观察到不同的免疫细胞透模式 (单细胞,中性粒细胞) 和功能评分.
- 单细胞分析突出显示单细胞是关键参与者,具有显著的途径相互作用和验证的预后基因表达差异.
结论:
- 开发的风险模型为LSCC的预后预测,免疫景观评估和药物敏感性分析提供了显著的临床价值.
- 这种综合性方法为指导精确治疗策略和改善LSCC患者个性化护理提供了基础.
