[对多源公共数据库进行综合分析,以选核心基因,以构建肺腺癌的预后风险模型]

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 精准医学是一门精准的医学.

背景情况:

• 氨酸激酶抑制剂 (TKI) 耐药性是肺腺癌 (LUAD) 向治疗的一个主要挑战.
• 识别药物耐药性和预后的分子标志物对于引导LUAD精确治疗至关重要.
• 这项研究研究了TKI耐药性的分子机制,旨在开发LUAD的预后模型.

研究的目的:

• 阐明LUAD中TKI耐药性的分子机制.
• 确定核心差异表达基因 (DEGs) 和它们与患者存活率和药物反应的关系.
• 构建和验证LUAD的预后风险模型.

主要方法:

• 集成的多个LUAD数据集 (GSE162045,GSE114647) 的数据集.
• 使用Venn图识别了核心DEG,并构建了一个基因相关性网络.
• 应用共识聚类和LASSO回归来开发和验证预后风险模型.
• 使用KEGG,GSEA和西部斑块进行功能和表达式分析.

主要成果:

• 确定了12个核心DEG,其中10个显著区分了两个患者集群 (A和B集群).
• 集群A显示显著更好的生存结果 (OS,DFS,PFS) 和不同的突变档案 (TP53,KRAS,EGFR).
• 一种9基因风险模型显示出显著的预后值 (AUC 0.700,0.647,0.675在1,3,5年) 并确定PLEK2在LUAD和EGFR-TKI耐药细胞系中升调.

结论:

• 开发的风险模型有效预测了LUAD患者的预后.
• PLEK2在LUAD中表达很高,与EGFR-TKI耐药性有关,表明其作为预后生物标志物和治疗点的潜力.