与卵巢癌相关的预后模型和分子网络的多学科研究
Piaopiao Bian1, Shaoyan Liu1, Wei Zhang1
1Department of Pathology, Guangdong Provincial Key Laboratory of Major Obstetric Diseases, Guangdong Provincial Clinical Research Center for Obstetrics and Gynecology, The Third Affiliated Hospital, Guangzhou Medical University, Guangzhou, China.
Discover oncology
|November 7, 2025
概括
从基因表达数据开发的新风险评分可以预测卵巢癌患者的生存率和化疗反应. 这一分数还揭示了瘤免疫微环境的洞察力,有助于个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 卵巢癌 (OV) 是妇科癌症死亡的主要原因.
- 目前对OV的风险分层和治疗方法是不理想的.
研究的目的:
- 确定预后基因在OV和正常组织中表达的差异.
- 评估这些基因对患者生存和治疗反应的影响.
主要方法:
- 利用大规模的公共队列和机器学习.
- 在OV中选差异表达基因.
- 开发了一个基于已识别的基因的患者特异性风险评分.
- 分析了与风险得分相关的免疫学概况和基因组变化.
主要成果:
- 高风险得分与较差的OV患者存活率相关.
- 风险评分与瘤路径,免疫过程和基因组变化有关.
- 较高的风险分数表明免疫细胞透率增加和免疫微环境重塑.
- 风险评分预测了对化疗和免疫检查点封锁策略的敏感性.
结论:
- 开发的风险评分在卵巢病毒中具有预后,免疫和治疗价值.
- 风险评分有助于预测存活率,免疫反应和化疗敏感性.
- 这种风险评分支持卵巢癌的个性化治疗策略.
更多相关视频
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
7.1K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.4K
