生物信息学方法识别积极预后TGFB2-依赖性和负预后TGFB2-乳腺癌的独立生物标志物

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:

• 乳腺癌是一种异质性疾病,具有多种不同的分子亚型.
• 识别预后生物标志物对于改善患者的治疗结果至关重要.
• 转化生长因子β (TGFB) 途径,特别是TGFB2,影响瘤免疫微环境.

研究的目的:

• 通过分子亚型识别乳腺癌患者的潜在预后生物标志物.
• 调查与总生存时间 (OS) 相关的TGFB2-依赖和独立标记物.
• 使用生物信息学方法探索TGFB2在乳腺癌预后中的作用.

主要方法:

• 使用癌症基因组图集 (TCGA) 和KMplotter数据库进行分析.
• 采用多变量Cox比例危险模型来评估危险比率 (HRs).
• 集成TGFB2和标记基因表达的相互作用术语,控制临床因素.

主要成果:

• 增加TGFB2mRNA表达与特定基因 (例如GDAP1,SLC27A2) 相关,以TGFB2依赖的方式与改善的OS相关.
• 其中四个基因 (SLC27A2,TXNDC16,TBL1XR1,GDAP1) 在瘤组织中被上调.
• 六个基因 (ENO1,GLRX2,PLOD1,PRDX4,TAGLN2,TMED9) 的高表达与HR的增加相关,独立于TGFB2.
• 通过STRING分析,TGFB2显示出与EGFR和MYC的关联.

结论:

• TGFB2-依赖性和TGFB2-独立性基因表达标记显示出预测乳腺癌患者整体生存率的潜力.
• 这些标记物,包括TGFB2相关的基因和可药物标,可能补充现有的预后特征,如PAM50.
• 进一步验证蛋白质表达和临床试验是有必要的,以确认治疗潜力.