结合单细胞和散装RNA测序数据,创建可靠的预后模型,预测清细胞细胞癌的进展
Yongchen Li1,2, Jingwen Liu2,3, Diman Mai2,3
1Department of Urology, The First Affiliated Hospital of Guangxi Medical University, Nanning, China.
Translational andrology and urology
|November 13, 2025
概括
这项研究通过整合多个数据集,开发了清细胞细胞癌 (ccRCC) 的新预后模型. 该模型准确地预测ccRCC的进展,并有助于临床诊断和向治疗.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 清细胞细胞癌 (ccRCC) 是最常见的癌亚型,存活率较低.
- 准确预测ccRCC发生和进展对于有效的诊断和治疗至关重要.
- 整合各种基因组数据集对于开发强大的预后工具至关重要.
研究的目的:
- 为清细胞细胞癌 (ccRCC) 开发一种新的预后模型.
- 集成批量和单细胞测序数据,以提高预测准确度.
- 建立一个可靠的工具来预测ccRCC的发展和患者的结果.
主要方法:
- 利用基因表达总量 (GEO) 数据进行差异性基因表达分析 (1303个DEG).
- 对单细胞ccRCC数据进行伪时间分析,以确定4,002个与进展相关的基因.
- 使用机器学习来构建和验证使用TCGA-KIRC和GEO数据集的预测模型.
主要成果:
- 确定了211个与ccRCC发育和预后有显著关联的差异表达基因 (DEG).
- 开发的预后模型准确地确定了ccRCC的阶段,并预测了患者的结果.
- 实验验证 (体内和体外) 证实调节这些基因会减缓ccRCC的进展.
结论:
- 一个有价值的ccRCC进展预测工具已经开发出来.
- 该工具可以帮助估计患者的生存期.
- 该模型支持临床诊断和开发针对ccRCC的向疗法.
