综合门德尔随机化和病理学分析使用表达量化特征位置和全基因组关联研究数据识别了不匹配修复基因作为胃腺癌的预后生物标志物

科学领域:

• 在瘤学瘤学.
• 遗传学 是一个遗传学.
• 生物信息学是一种生物信息学.

背景情况:

• 不匹配修复 (MMR) 基因与胃腺癌 (STAD) 有关.
• 了解MMR基因在STAD中的因果作用和预后价值至关重要.
• 从组织病理学预测基因表达可以提供新的诊断途径.

研究的目的:

• 调查MMR基因与胃癌 (GC) 之间的因果关系.
• 评估MMR基因的预后意义,特别是STAD中的MutS同源2 (MSH2),在STAD.
• 开发一种基于组织病理学的模型来预测MSH2表达.

主要方法:

• 使用IEU OpenGWAS数据进行孟德尔随机化 (MR) 分析,以评估MMR基因和GC之间的因果关系.
• 生存分析以确定MMR基因的预后相关性.
• 一个随机的森林模型在TCGA组织病理图像上进行训练,以预测MSH2表达.
• 通过病理学,GSEA,免疫透和瘤突变负担 (TMB) 探索生物学见解.

主要成果:

• 核磁共振分析发现MLH1和PMS2是风险基因,而MSH2在GC中显示出保护作用.
• 证实MSH2是STAD的独立保护因子 (HR=0.690,p<0.05).
• 病理学模型实现了0.811的AUC来预测MSH2表达.
• 高存活概率组表现出更高的TMB和TP53突变频率.

结论:

• MMR 基因,特别是 MSH2,对于 STAD 病原和患者预后至关重要.
• 一个基于图像的模型有效地预测MSH2表达,强调了整合基因组和基因组病理数据的潜力.
• 这种方法通过综合数据分析支持个性化胃癌护理.