基于机器学习的强大预后指数使用脂肪酸代谢基因预测了质母细胞瘤的预后和治疗反应
Erjie Zhao1, Zihan Wang1, Liya Tang2
1Department of Nutrition and Food Hygiene, Key Laboratory of Public Health Safety and Emergency Prevention and Control Technology of Higher Education Institutions in Jiangsu Province, School of Public Health, Nanjing Medical University, Nanjing 210029, China.
Journal of Cancer
|October 6, 2025
概括
这项研究引入了一种脂肪酸代谢特征 (FAMS),用于预测质母细胞瘤 (GBM) 患者的结果. FAMS有效地对患者进行了分层,有助于为这种侵略性脑瘤制定个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 质母细胞瘤 (GBM) 是一种具有攻击性的原发性脑瘤.
- 脂肪酸代谢与GBM瘤发生和治疗耐药性有关.
- 在GBM中脂肪酸代谢的预后和预测价值仍然在很大程度上未被探索.
研究的目的:
- 为质母细胞瘤开发和验证脂肪酸代谢签名 (FAMS).
- 评估FAMS作为GBM患者预后和治疗反应的预测指标.
- 探索FAMS与临床特征和瘤微环境的关联.
主要方法:
- 脂肪酸代谢相关基因 (FAMGs) 的系统编译.
- 使用机器学习框架开发FAMS.
- 在多个独立患者队列中验证FAMS.
主要成果:
- 独特的FAMG表达模式与GBM患者的存活率相关.
- 在GBM中,FAMS独立预测整体生存率和其他生存终点.
- 较低的FAMS得分与通过DNA修复途径更好的生存相关;较高的得分表明免疫治疗的好处.
结论:
- 为GBM患者预后开发了一种可靠的FAMS.
- FAMS作为质母细胞瘤的独立预后指标.
- FAMS可以指导针对GBM的个性化治疗策略.


