基于与炎症相关的基因构建子宫内膜癌的预后风险模型

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 炎症是已知的子宫内膜癌 (EC) 发展的风险因素.
• 关联炎症与EC进展的确切机制尚未完全理解.
• 瘤微环境通过炎症的调节会影响癌症的入侵,迁移和治疗反应.

研究的目的:

• 确定与子宫内膜癌 (EC) 预后相关的关键炎症相关基因 (IRG).
• 构建和验证EC的预后风险评分模型和预测模型.
• 探索免疫细胞透,预后和EC中的药物敏感性之间的关系.

主要方法:

• 使用了EC患者的癌症基因组图谱 (TCGA) 的RNA表达特征和临床数据.
• 使用生存分析和LASSO回归来选关键的IRG.
• 开发了一个九基因风险评分模型和一个名组预测模型,使用TCGA测试集和基因表达综合 (GEO) 数据集进行验证.
• 进行了免疫透分析和药物敏感性分析.

主要成果:

• 一个具有九个IRG的预后风险评分模型和一个名ogram预测模型成功地为EC构建.
• 模型确定的低风险组显示出明显更高的生存率和更好的预后.
• 外部验证证实了模型的可靠性.
• 在高风险和低风险组之间观察到免疫细胞透的显著差异,与瘤进展和预后相关.
• 确定了他莫西芬敏感性和IRG之间的相关性.

结论:

• 开发的风险评分和名谱模型有效预测EC患者的整体存活率.
• 这些模型为EC提供了改善临床决策和个性化治疗策略的潜力.
• 该研究强调了特定的IRG和免疫细胞相互作用作为EC的潜在治疗点.