构建和验证一种新的诊断模型,用于前列腺癌的棕化相关基因

科学领域:

• 在瘤学瘤学.
• 计算生物学 计算生物学
• 遗传学 遗传学 是一个

背景情况:

• 前列腺癌 (PC) 仍然是全球男性癌症死亡的主要原因.
• 迫切需要PC的创新诊断标记物和治疗点.

研究的目的:

• 用计算方法调查棕化相关基因 (PRG) 在前列腺癌 (PC) 病原和预后中的作用.
• 确定PC的新型分子标和诊断指标.

主要方法:

• 多学科数据集成 (TCGA,GEO,单细胞RNA测序) 和机器智能.
• 基于PRG表达的PC亚型分层的无监督聚类.
• 基于机器学习的诊断和预后模型的开发.
• 在PC细胞系中对PRG的功能验证.

主要成果:

• 确定了两种不同的PC分子亚型,显示了临床结果,免疫微环境和药物敏感性的差异.
• 关键的PRG (ZDHHC2,ZDHHC5,ZDHHC15,ZDHHC9,LYPLA1) 局部存在于瘤细胞中,并与免疫逃避和代谢重编程有关.
• 一个诊断模型在预测PC存活率和免疫治疗反应方面取得了很高的准确性.
• 在体外实验证实,调节PRG可以抑制PC细胞的增殖和殖民地形成.

结论:

• 棕化驱动的瘤发生在PC中起着重要作用.
• 确定的PRG代表了PC的潜在治疗目标和生物标志物.
• 这项研究为PC风险分层和治疗优化中的精准医学方法提供了一个框架.