综合机器学习驱动的预后和免疫疗法分层通过乳化相关基因在卵巢癌
Xiushen Li1,2, Xuxiang Chen3, Sailing Lin4,5
1Department of Traditional Chinese Medicine, Jiangxi Maternal and Child Health Hospital, Nanchang Medical College, Nanchang, Jiangxi, China.
NPJ precision oncology
|November 20, 2025
概括
这项研究表明,高乳化水平与卵巢癌的不良结果有关,因为它通过激活细胞循环途径和抑制免疫反应来激活卵巢癌. 用D-乳糖准NDUFS6显示出精确的卵巢癌治疗的希望.
科学领域:
- 生物化学 生物化学
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
背景情况:
- 乳化是一种翻译后的修饰,在细胞过程中起作用.
- 了解乳化对癌症的影响对于开发新疗法至关重要.
研究的目的:
- 系统地评估细胞类型的乳化水平,使用多omics数据.
- 为了确定与癌症中乳糖化相关的基因和途径.
- 根据与乳化相关的基因开发卵巢癌的预后模型.
主要方法:
- 将多omics数据与AUCell,JASMINE和singscore算法的集成.
- 机器学习用于预后模型开发.
- 基因表达分析和功能测试 (基因淘汰).
主要成果:
- 鉴定出了一种具有高乳糖化水平的上皮亚群.
- 开发了一个使用TMEM126B,PYGL和NDUFS6的预后模型,与瘤微环境和基因组特征相关联.
- 升高的乳化与细胞循环激活,抑制免疫力和增加免疫检查点相关.
- 卵巢癌组织中的NDUFS6上调预测预后不佳.
- NDUFS6 knockdown 抑制了卵巢癌细胞增殖和诱导细胞循环停止.
结论:
- 乳化与瘤的侵略性表型和卵巢癌的免疫逃避有关.
- NDUFS6是一种潜在的预后生物标志物和卵巢癌的治疗标.
- 通过影响NDUFS6.6,D-乳糖显示出作为卵巢癌向治疗的潜力.
