基因,蛋白质和转录基因数据的整合确定了膀癌的治疗标和预后生物标志物

科学领域:

• 基因组学和蛋白质组学
• 癌症研究 癌症研究
• 精准医学是一门精准的医学.

背景情况:

• 膀癌 (BC) 带来了显著的发病率和死亡率挑战.
• 早期诊断和精确治疗BC仍然很困难,需要新的生物标志物和治疗点.
• 这项研究解决了先进BC诊断和治疗的需求.

研究的目的:

• 确定膀癌 (BC) 的分子标和候选药物.
• 整合跨奥米克数据,包括定量特征位点 (xQTL),蛋白质组学和转录组学.
• 为了利用前性队列研究和多omics分析用于BC目标发现.

主要方法:

• 利用了英国生物银行制药蛋白质学项目 (UKB-PPP),DeCODE遗传学和ARIC研究数据.
• 采用基于总结数据的门德尔随机化 (SMR) 蛋白质定量特征位点 (pQTLs) 和Cox/随机生存森林 (RSF) 模型的BC风险.
• 综合的全基因组关联研究 (GWAS),共同定位,表达量化特征位点 (eQTL),单细胞RNA测序和甲基化量化特征位点 (mQTL) 分析.

主要成果:

• 确定了16种与BC相关的蛋白质,其中7种显示出正相关性 (MFGE8,ROR1,CTSS,CLEC4G,PLAT,CD59,TNFRSF19).
• 通过同定位分析,WFDC1,GSTM4和RHOC被确定为潜在的药物点.
• 分子对接表明坎普托西因和利科林是有前途的治疗候选者;eQTL和甲基化分析提供了对基因调节和BC预后的见解.

结论:

• WFDC1,RHOC和GSTM4显示出膀癌的显著治疗潜力.
• MFGE8,CTSS,TNFRSF19和IL1RAP被确定为BC风险和预后的关键预测因素.
• 这些发现为推进膀癌的精确诊断和治疗策略提供了宝贵的见解.