肺腺癌中的代谢重编程相关基因:识别和预后模型构建

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 (LUAD) 尽管治疗进展,但5年生存率不佳.
• 需要新的生物标志物来改善LUAD预后和个性化治疗.
• 了解在LUAD进展中的代谢重编程基因 (MRG) 是必不可少的.

研究的目的:

• 调查MRG在LUAD进展中的作用.
• 在MRG中识别潜在的预后生物标志物.
• 为了评估个性化LUAD治疗策略的MRG.

主要方法:

• 在TCGA-LUAD数据上的差异基因表达和加权基因共表达网络分析 (WGCNA).
• 鉴定中心差异表达的代谢重编程基因 (中心DEMRGs).
• 用Cox和LASSO回归来进行患者分层,功能丰富,免疫分析和预后模型构建的共识聚类.

主要成果:

• 确定了31个枢纽DEMRG,将患者分为两个亚型 (C1,C2).
• 亚型C2显示总体存活率 (OS) 显著降低,细胞循环途径激活,以及具有M2巨细胞和减少CD8+T细胞的免疫抑制微环境.
• 一个五枢纽的DEMRG预后模型显示出强大的预测性能 (AUC:0.68-0.71),高风险患者表现出明显的免疫透模式.

结论:

• MRGs在LUAD预后中起着至关重要的作用,并具有临床应用潜力.
• 已识别的LUAD亚型和风险模型为瘤异质性和免疫抑制提供了洞察力.
• 这些发现表明了个性化LUAD治疗的潜在目标.