整合单细胞转录组学和机器学习来定义肺腺癌中的ac4C基因签名

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 肺腺癌表现出耐药性和瘤异质性.
• N4-乙基丁 (ac4C) 是一种涉及癌症的RNA修饰,但其在肺腺癌中的作用尚不清楚.

研究的目的:

• 研究肺腺癌中ac4C相关基因的表达和临床意义.
• 根据ac4C相关基因开发肺腺癌的预后模型.

主要方法:

• 来自公共数据库的转录组和单细胞RNA测序数据的分析.
• 应用十个机器学习算法来创建和验证与ac4C相关的基因签名 (ARGSig).

主要成果:

• 高的ac4C活性与增加的细胞间通信和瘤相关途径激活相关.
• 该ARGSig模型根据生存结果准确地分层了患者.
• ARGSig预测了患者对免疫检查点抑制剂和化疗的敏感性.

结论:

• 在肺腺癌的进展中,ac4C修饰及其相关基因至关重要.
• 该ARGSig模型作为一个有价值的工具,用于预后和个性化治疗策略在肺腺癌.