综合多光模型用于泛癌候选生物标志物和治疗点发现

科学领域:

• 在瘤学瘤学.
• 遗传学 遗传学 是一个
• 生物信息学是一种生物信息学.

背景情况:

• 调节细胞死亡 (RCD) 对于组织平衡和癌症进展至关重要,影响治疗结果.
• 现有的RCD研究是分散的,阻碍了全面的生物标志物发现和治疗开发.
• 系统分析需要一个统一的框架,整合多种RCD形式和多种OMC数据.

研究的目的:

• 开发一个多光模型,将25种不同的RCD形式与33种癌症类型的多组和表型数据集成在一起.
• 确定具有对精确瘤学和免疫治疗的翻译相关性的候选生物标志物.
• 为癌症RCD研究创建一个公开可访问的资源.

主要方法:

• 综合多原子数据 (基因表达,miRNA,蛋白质,甲基化等) 具有TCGA和GTEx数据库中的临床表型特征.
• 分析了9,385个瘤和7,429个非瘤样本,使用一个包含5,913个RCD相关基因的多光模型.
• 执行了超过2700万对对应关系,产生了44,641个多原子RCD签名.

主要成果:

• 确定了44,641个多原子RCD签名,揭示了欧米特征和表型特征之间的独特和重叠的关联.
• 与亡相关的基因在签名中始终被发现,突出显示了亡在癌症RCD中的中心作用.
• 发现了879个含有仿真抗原标的多原子签名,表明了免疫治疗的显著翻译潜力.

结论:

• 多光模型为了解癌症中的RCD和发现新生物标志物的全面框架.
• 异形特异的特征和替代拼接在癌症生物学和RCD调节中发挥着关键作用.
• 癌症RCDShiny资源有助于生物标志物的发现和治疗点的开发在不同类型的癌症.