生物信息方法识别潜在的TGFB2-依赖和独立的预后生物标志物用于用taxol治疗的卵巢癌

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:

• 高度血清性卵巢癌是一种侵略性癌症,在标准的帕克利塔塞尔化疗后经常复发.
• 晚期诊断和瘤的攻击性导致生存率低下.

研究的目的:

• 用生物信息学来确定治疗帕克利塔克塞尔后生存结果不佳的患者的预后生物标志物.
• 调查TGFB2mRNA表达和其他标记物在整体存活时间中的作用.

主要方法:

• 利用TCGA数据库对TGFB2mRNA表达和其他卵巢癌中的标记物进行生物信息学分析.
• 应用了多变量Cox模型与相互作用术语来识别TGFB2-依赖和独立的预后标志物.
• 使用KMplotter数据库验证的候选标志物,用于接受帕克利塔塞尔治疗的卵巢癌患者.

主要成果:

• 高TGFB2 mRNA表达是预后生物标志物,与在低表达水平下改善特定基因标 (TRPV4,STAU2,HOXC4) 的总生存期 (OS) 相联系.
• 确定了四种TGFB2独立标记物 (CLIC3,ANPEP/LAP1,RIN2,EMP1) 在mRNA表达和OS之间存在负相关性.
• 在独立数据集中的验证证实了这些预后标记在Taxol治疗的卵巢癌患者.

结论:

• 为接受基于Taxol的治疗的卵巢癌患者提出了一组预后生物标志物,包括TGFB2依赖性和独立性标志物.
• 这些生物标志物有可能改善患者分层和治疗选择.
• 需要进一步的前性临床试验来验证.