基于机器学习的分析确定了与葡萄糖代谢相关的基因ADPGK作为清细胞细胞癌的潜在诊断生物标志物

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物化学 生物化学

背景情况:

• 清细胞细胞癌 (ccRCC) 具有显著的发病率和死亡率,治疗目标有限.
• 有氧糖解是ccRCC细胞生长和增殖的关键代谢途径.
• 在ccRCC中葡萄糖代谢的具体调节机制尚不清楚,阻碍了向治疗的发展.

研究的目的:

• 使用机器学习分析葡萄糖代谢途径和ccRCC之间的相关性.
• 确定葡萄糖代谢途径中的关键基因作为ccRCC的潜在治疗点.
• 验证已识别的关键基因ADPGK对ccRCC预后,入侵和转移的影响.

主要方法:

• 利用了来自REACTOME数据库的89个葡萄糖代谢途径的基因集合.
• 采用机器学习算法 (LASSO,RF,Boruta) 来选潜在的治疗向基因.
• 对ccRCC细胞系进行了体外实验,以验证ADPGK在癌细胞侵入和转移中的作用.

主要成果:

• 确定了ADPGK作为与ccRCC相关的葡萄糖代谢途径中的关键基因.
• 发现ADPGK有可能促进ccRCC的入侵和转移.
• 根据免疫透分析,ADPGK显著影响了ccRCC中的免疫反应.

结论:

• 针对葡萄糖代谢途径,特别是涉及ADPGK,对ccRCC治疗有希望.
• ADPGK可以作为ccRCC诊断和表征的关键生物标志物.
• 需要进一步的研究来阐明ADPGK影响ccRCC中的糖解的确切机制.