新型机器学习方法彻底改变了胰腺恶性瘤的预后:探索编程细胞死亡
Na Xu1, Xiaye Miao2, Jiali Jiang2
1Department of Geriatrics, Zhangjiagang Hospital Affiliated to Soochow University, Suzhou, China.
Mediators of inflammation
|November 10, 2025
概括
编程细胞死亡 (PCD) 机制在胰腺管道腺癌 (PDAC) 中至关重要. 一个基于PCD的新型分子签名准确地预测了患者的预后,超过了传统方法.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 胰腺管腺癌 (PDAC) 是一种具有有限治疗选择的侵袭性癌症.
- 了解编程细胞死亡 (PCD) 途径的作用对于改善PDAC结果至关重要.
研究的目的:
- 探索18个不同的PCD路径在PDAC发展中的作用.
- 开发和验证一种基于PCD的新型分子签名,用于PDAC的预后预测.
- 调查与高风险PDAC患者相关的瘤免疫微环境 (TME) 变化.
主要方法:
- 利用了一个具有429个算法变化的机器学习框架来开发基于PCD的分子签名.
- 进行了综合途径分析,以确定致癌性和免疫性TME变化.
- 使用TISCH数据库进行单细胞表达分析,分析TME内的基因表达.
主要成果:
- 与临床病理学指标相比,开发了一种基于PCD的强大的分子签名,具有优越的预后能力.
- 在高风险PDAC患者中鉴定出明显的瘤性通路激活和TME改变,包括减少细胞毒性T淋巴细胞透和增加调节性T细胞 (Tregs).
- 在TME中发现了PCD相关基因的细胞类型特定表达模式.
结论:
- 编程细胞死亡 (PCD) 在PDAC进展中起着关键作用.
- 基于PCD的新型分子签名为PDAC患者的临床风险分层提供了一个有希望的工具.
- 综合的转录组分析验证了签名,并揭示了个性化治疗策略的潜在细胞标,以改善PDAC患者的治疗结果.
更多相关视频
07:08Author Spotlight: Reprogramming Cancer Cells to iPSCs to Study Disease Progression and Treatment Targets
Published on: February 2, 2024
1.3K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
478
