在卵巢癌中开发一种与PANoptosis相关的病态预后模型:一个多omics研究
Yangyang Zhang1, Mengqi Fang2, Xuanyu Wang3
1Shanghai Medical College, Fudan University, Shanghai, China.
Journal of cellular and molecular medicine
|November 24, 2025
概括
较高的PANoptosis水平与较好的卵巢癌预后相关. 该研究开发了一种深度学习模型 (PANPM) 来预测结果,确定STAT4作为保护基因,并建议STAT4+ T细胞作为潜在的治疗点.
科学领域:
- 在瘤学瘤学.
- 细胞死亡研究 细胞死亡研究
- 生物信息学是一种生物信息学.
背景情况:
- 卵巢癌 (OC) 是一种致命的妇科癌症,具有尚未研究的预后因素.
- 复杂的细胞死亡途径PANoptosis尚未与OC结局相关研究.
研究的目的:
- 为了研究PANoptosis在卵巢癌中的预后作用.
- 利用病理学特征开发基于深度学习的OC预后模型.
- 确定参与OC预后的关键基因和细胞机制.
主要方法:
- 对卵巢癌数据的TCGA,GTEx和GEO数据集 (GSE184880) 的分析.
- 使用CellProfiler和ResNet-50从空间和病理图像中提取特征.
- 开发一个深度学习的PANoptosis相关的病理预后模型 (PANPM).
主要成果:
- 较高的PANoptosis水平与卵巢癌患者的更好的预后有关.
- 开发的PANPM在预测OC预后方面表现出色.
- 确定STAT4是一种枢纽基因,可能充当保护因素.
结论:
- 帕诺普托斯是卵巢癌的重要预后指标.
- PANPM为OC诊断和治疗中临床应用提供了一个有前途的工具.
- STAT4+ T细胞可以通过激活上皮细胞PANoptosis来抑制OC,这表明了新的治疗途径.
更多相关视频
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
7.1K
09:40Author Spotlight: Unveiling the Role of TMOD3 in Platinum Resistance and Immune Infiltration in Ovarian Cancer
Published on: August 2, 2024
3.1K
