双功能RNA生物标志物:在三阴性乳腺癌中整合复发预测和免疫分析

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:

• 三阴性乳腺癌 (TNBC) 呈现出侵略性行为和高复发率.
• 了解TNBC复发机制对于改善患者的治疗结果至关重要.
• 目前TNBC的预后工具需要改进,以提高准确性.

研究的目的:

• 确定与TNBC中复发和免疫反应相关的长非编码RNA (lncRNA) 对.
• 开发和验证一个强大的TNBC预后风险预测模型.
• 探索已识别的 lncRNAs 的治疗潜力,特别是 LINC01605.

主要方法:

• 来自癌症基因组图谱 (TCGA) 的转录组数据分析.
• 整合LASSO回归,考克斯分析和随机森林用于模型构建.
• 外部队列验证和反传播神经网络 (BPNN) 评估.

主要成果:

• 一种新的风险预测模型与免疫细胞透,免疫治疗反应,瘤突变负担 (TMB) 和化疗敏感性有很强的相关性.
• 一个将风险得分与临床参数整合在一起的诺姆图表显示出卓越的预测准确性.
• 沉默LINC01605在实验验证中显著抑制了TNBC细胞的增殖,迁移和入侵.

结论:

• 开发的风险模型为预测TNBC复发和预后提供了一个有希望的方法.
• LINC01605成为个性化TNBC治疗策略的潜在治疗标.
• 这项研究为推动TNBC复发和免疫逃避的分子机制提供了新的见解.