相关实验视频
Updated: Jan 7, 2026

03:36
Development of Compendium for Esophageal Squamous Cell Carcinoma
Published on: April 12, 2024
730
使用生物信息学和机器学习识别MAPK12作为食道癌的预后生物标志物
Shuyuan Gu1, Xinyang Yan2,3, Shihui Chen4
1Department of General Surgery, Xi'an No. 9 Hospital, Xi'an, Shaanxi Province, China.
BioMed research international
|December 31, 2025
概括
这项研究使用生物信息学和机器学习开发了一种基于端粒的食道癌 (ESCA) 预后模型. 该模型准确预测患者的生存率,并将MAPK12确定为潜在的治疗点.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 食道癌 (ESCA) 构成了全球重大健康挑战.
- 准确的预后标记对于有效的ESCA患者管理至关重要.
- 端粒功能障碍与各种癌症有关,包括ESCA.
研究的目的:
- 开发一种新的与端粒相关的预后特征,用于食道癌 (ESCA).
- 为了确定关键的基因和涉及ESCA进展的途径.
- 验证预后模型并探索治疗目标.
主要方法:
- 生物信息学和机器学习技术的整合.
- 鉴定差异表达基因 (DEGs) 和枢纽基因.
- 使用LASSO和考克斯回归构建和验证预后模型.
- 实验验证包括细胞学检测.
主要成果:
- 为ESCA开发了一种强大的与端粒相关的预后签名.
- 该模型在独立数据集中展示了患者存活率的显著预测能力.
- 线素激活蛋白激酶12 (MAPK12) 被确定为ESCA细胞迁移的关键驱动因素.
结论:
- 开发的预后模型提供了一个可靠的工具来预测ESCA患者的结果.
- MAPK12成为ESCA的潜在诊断生物标志物和治疗点.
- 这项研究为了解ESCA病原和开发向治疗提供了基础.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
470
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
2.1K