宫癌分子亚型识别和预后分类通过与代谢相关的基因表达的分类
Xiaohong Chen1, Caixia Hong1, Guohui Zhang1
1Department of Obstetrics and Gynecology, Zhangzhou Affiliated Hospital of Fujian Medical University, Zhangzhou, China.
Translational cancer research
|November 14, 2025
概括
这项研究基于代谢基因对子宫癌 (CC) 进行了分类,确定了与预后相关的亚型. 一个新的七基因特征有效预测患者的存活率,有助于个性化治疗CC.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 代谢研究 研究 代谢研究
背景情况:
- 宫癌 (CC) 呈现出显著的分子异质性,影响个性化治疗.
- 分子分类为个性化治疗策略和新药发现提供了潜力.
- 了解代谢基因表达特征对于CC亚型化至关重要.
研究的目的:
- 根据与代谢相关的基因表达特征对宫癌进行分类.
- 识别CC的不同代谢亚型及其预后影响.
- 开发一种新的基因特征,用于预测CC患者的整体存活率 (OS).
主要方法:
- 利用癌症基因组图谱 (TCGA) 和基因表达总汇 (GEO) 数据集用于临床和mRNA表达数据.
- 使用K-意味着对258个与代谢相关的基因进行聚类,以对CC进行分类.
- 进行了考克斯回归分析以确定预后基因,并建立了OS预测的风险特征.
主要成果:
- 确定了两个CC亚型:Cluster_A (葡萄糖代谢,预后不佳) 和Cluster_B (脂质代谢,免疫丰富).
- 开发了七个基因的与代谢相关的风险特征 (CYP4F12,NPL,CH25H,NOS2,SDR16C5,PGK1,LYZ).
- 高风险组患者的预后明显差;签名独立预测了OS.
结论:
- 这项研究揭示了对CC代谢异质性及其与免疫格局的联系的新见解.
- 开发的与代谢相关的基因特征作为个性化CC预测的潜在预后工具.
- 这种分类有助于理解CC亚型,以改善治疗策略.
