使用GEO和TCGA数据库构建用于宫癌并发放射治疗的预后预测模型,并进行初步验证分析
Siqi Yang1, Liting Liu1, Qiuyue Su1
1Department of Gynecological Radiotherapy, Harbin Medical University Cancer Hospital, Harbin, China.
PloS one
|October 31, 2025
概括
这项研究确定了四种基因 (MPP5,SNX7,LSM12,GALNT3) 作为宫癌 (CC) 放射治疗反应的关键预测因子. 使用这些基因的新预后模型可以指导CC患者的治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物统计学 生物统计学
背景情况:
- 放射治疗是宫癌 (CC) 的基石治疗方法,但耐药性限制了疗效.
- 了解耐药性的分子机制和识别预后标记对于改善患者的治疗结果至关重要.
- 目前对CC放射治疗反应的预后工具需要改进.
研究的目的:
- 开发一个强大的预后预测模型,用于宫癌 (CC) 的同时放射治疗.
- 识别与放射治疗敏感性和患者结果相关的新型基因表达标记物.
- 为了利用单细胞和大量RNA测序数据进行全面分析.
主要方法:
- 来自GEO数据集 (GSE236738,GSE56363) 的基因表达数据被选为共同表达的基因.
- 单变异和多变异的考克斯回归分析确定了预后标基因.
- TCGA数据库 (144个CC样本) 和IHC测定验证了该模型的临床意义和基因预后潜力.
主要成果:
- 一个基于四个基因 (MPP5,SNX7,LSM12,GALNT3) 的预后模型显示了对CC患者结果的显著预测价值.
- 该模型显示与瘤免疫透,免疫检查点和药物敏感性有很强的关联.
- 免疫组织化学证实了这些基因在CC患者中具有明显的预测性蛋白质表达水平.
结论:
- MPP5,SNX7,LSM12和GALNT3与宫癌 (CC) 中的放射治疗敏感性有显著联系.
- 开发的预后风险模型有效预测患者的结果,强调这些基因作为潜在的治疗点.
- 这项研究为CC的个性化放射治疗策略提供了有价值的生物标志物.
