一个机器学习的结肠直肠癌预后模型,使用一个与补充相关的风险签名
Jun Li1, Kangmin Yu1, Zhiyong Chen1
1Department of Vascular Surgery, The First Affiliated Hospital of Anhui Medical University, Hefei, 230022, China.
Oncology research
|November 3, 2025
概括
一个新的六基因补充相关风险特征 (CRRS) 模型准确预测结直肠癌 (CRC) 患者的生存率. 该模型有助于理解CRC免疫微环境,并指导个性化治疗决策.
科学领域:
- 在瘤学瘤学.
- 计算生物学 计算生物学
- 免疫学 免疫学 免疫学
背景情况:
- 结肠直肠癌 (CRC) 具有显著的全球死亡率和异质的患者结局.
- 了解CRC免疫微环境对于改善治疗策略至关重要.
研究的目的:
- 开发一种机器学习的预后模型,使用结直肠癌的补体相关风险特征 (CRRS).
- 分析CRRS与CRC免疫微环境之间的关系.
主要方法:
- 分析了TCGA和GEO CRC队列的转录组数据.
- 一个随机生存森林 (RSF) 模型被训练并验证以识别预后CRRS基因.
- 风险组之间的免疫透,突变负担,途径丰富和药物敏感性进行了比较.
主要成果:
- 六基因CRRS模型有效地根据生存率对CRC患者进行了分层.
- 低风险患者显示免疫细胞透率增加,并预测免疫疗法/化疗反应更好.
- 高风险患者表现出补充激活和矩阵重塑通路丰富;FAM84A促进了CRC的进展.
结论:
- CRRS是影响结直肠癌免疫微环境的关键因素.
- 开发的CRRS模型为个性化CRC治疗提供了精确的风险预测.
