GASPS:用于定义基因组异常驱动的特征和预测肺癌患者的结果的多组学框架
bioRxiv : the preprint server for biology
|September 5, 2025
概括
这项研究引入了肺癌患者分层的基因组 Aberration-Derived Signatures (GASPS). 通过分析驱动基因组异常的转录组放松,GASPS提高了预后评估和治疗效果.
科学领域:
- 癌症学
- 基因组学
- 生物信息学
背景情况:
- 肺癌是全球癌症死亡的主要原因.
- 虽然有针对性的疗法和免疫疗法是有前途的,但患者的反应有很大差异.
- 目前的驱动基因突变状态具有有限的预后和预测价值.
研究的目的:
- 为分层肺癌患者开发一个统计框架,即基因组异常衍生签名 (GASPS).
- 描述与驱动基因组异常相关的转录组放松.
- 通过个性化疗法改善预后风险评估和治疗疗效.
主要方法:
- 开发了GASPS框架来分析驱动基因组异常的转录组放松.
- 将GASPS应用于癌症基因组图谱肺腺癌 (TCGA-LUAD) 数据集,以创建38个驱动异常的基因特征.
- 在包括2226名患者的独立肺癌数据集中验证了签名.
主要成果:
- 通过GASPS获得的驱动基因特征与个体基因组突变相比具有更高的预后价值.
- EGFR突变和放大特征与预后,治疗反应和瘤微环境免疫透有明显的关联.
- STK11突变特征,而不是突变状态,对免疫检查点阻塞治疗的预测反应和长期益处.
结论:
- GASPS提供了基于转录基因放松调控的肺癌患者分层的强有力的框架.
- 与传统的突变状态相比,GASPS衍生签名提供了更好的预后和预测能力.
- GASPS框架可以适应各种癌症类型,增强个性化治疗策略.
更多相关视频
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
1.6K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.1K
