相关实验视频
Updated: Jan 11, 2026
10:04
Enhancing Tumor Content through Tumor Macrodissection
Published on: February 12, 2022
12.0K
与ENO1相关的基因特征预测了扩散大B细胞淋巴瘤的预后和治疗反应
Wenli Yan1,2, Xiaoxi Liu3, Beibei Gao1,2
1Department of Hematology, Liaoning Key Laboratory of Hematopoietic Stem Cell Transplantation and Translational Medicine, The Second Hospital of Dalian Medical University, Dalian, China.
Frontiers in immunology
|November 10, 2025
概括
这项研究确定了一个11基因的ENO1相关基因 (ERG) 网络,对扩散性大B细胞淋巴瘤 (DLBCL) 预后至关重要. 开发的ERG评分系统预测患者的生存率和化疗反应,帮助个性化DLBCL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:
- 阿尔法-酶 (ENO1) 在扩散性大B细胞淋巴瘤 (DLBCL) 中表达高,与不良的临床结果相关.
- 了解ENO1相关基因 (ERG) 网络对于DLBCL患者的分层和治疗至关重要.
- 多主题数据集成对于识别复杂癌症中的新生物标志物至关重要.
研究的目的:
- 在DLBCL中识别ENO1相关基因 (ERG) 网络中的关键基因.
- 为DLBCL患者开发和验证基于机器学习的预后模型.
- 研究ERG得分,瘤免疫微环境 (TIME) 和化疗反应之间的相关性.
主要方法:
- 集成的多omics分析,包括RIP-seq,RNA-seq和蛋白质相互作用组分析.
- 使用单变Cox和LASSO回归构建了一个预后模型,在独立队列中验证.
- 使用CIBERSORT和xCell分析了TIME;进行了药物敏感性测试和基因淘汰实验.
主要成果:
- 确定了11个组成ERG网络的枢纽基因,并建立了预后模型.
- 高风险患者表现出更糟糕的结局,免疫抑制的时间,以及对特定化疗 (温克里斯,埃托波,氧沙利) 的敏感性增加.
- PABPC4敲击抑制了DLBCL细胞的增殖和瘤的生长.
结论:
- ERG评分系统是预测DLBCL患者生存率的强大工具.
- 这种评分系统可以指导DLBCL的个性化治疗策略.
- 该ERG网络在DLBCL病原和治疗反应中发挥着重要作用.
