与衰老相关的基因签名预测前列腺癌的进展,并通过多omics机器学习集成识别PCNA作为治疗目标

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:

• 衰老对于前列腺癌 (PCa) 的发展和进展至关重要.
• 了解与衰老相关的基因变异对于预测PCa进展至关重要.
• 需要进一步的研究来阐明这些基因在PCa中的作用.

研究的目的:

• 开发一种强大的衰老相关基因特征 (SRGS) 用于预测PCa预后.
• 使用转录基因数据调查SRGS和PCa进展之间的联系.
• 确定PCa的新型治疗点,特别是抵抗割的PCa (CRPC).

主要方法:

• 使用了117种机器学习方法来构建SRGS.
• 在批量和单细胞转录基因数据集上进行时间轨迹分析.
• 进行了增殖细胞核抗原 (PCNA) 的体外和体外功能验证.

主要成果:

• 开发并验证了具有强大的预测能力的SRGS在多个患者队列中.
• SRGS在预测整体存活率方面表现出潜力,特别是在服用第二代AR抑制剂的患者中.
• 确定PCNA是PCa进展的潜在驱动因素;其抑制抑制了瘤生长并提高了治疗疗效.

结论:

• 开发的SRGS准确预测PCa的预后和进展,有助于识别高风险患者.
• PCNA被强调为PCa的有前途的治疗标,包括CRPC.
• 综合的多队列转录组分析为SRGS提供了临床实用性,并将PCNA确定为关键目标.