肝细胞癌的多模式诊断模型 整合与编程细胞死亡和放射学特征相关的生物标志物
Lixing Lei1, Nian Liu1, Lingling Tang1
1Department of Radiology, Affiliated Hospital of North Sichuan Medical College, Nanchong, 637000, China.
Current medicinal chemistry
|March 16, 2026
概括
这项研究确定了三个关键基因 (CAPG,MS4A6A和TREM2) 作为肝细胞癌 (HCC) 的诊断标志物. 基于CAPG的放射学模型对早期HCC检测和风险分层有希望.
科学领域:
- 在瘤学瘤学.
- 遗传学 遗传学 是一个
- 生物信息学是一种生物信息学.
背景情况:
- 肝细胞癌 (HCC) 呈现出潜伏性发作和快速进展.
- 准编程细胞死亡 (PCD) 途径为HCC诊断和治疗提供了一个有希望的途径.
研究的目的:
- 通过分析PCD相关基因,识别HCC的新型诊断生物标志物.
- 开发一个用于HCC诊断和风险分层的预测模型,使用集成的多omics数据.
主要方法:
- 使用单样样本基因组丰富分析 (ssGSEA) 评估了编程细胞死亡 (PCD) 途径的激活.
- 从批量和单细胞RNA测序数据中确定了差异表达基因 (DEG).
- 拉索回归,ROC分析和分子对接用于基因选择,诊断验证和药物预测.
- 一个放射学驱动的LASSO模型被构建出来,以开发一个诊断名录.
主要成果:
- 三个PCD相关基因 (CAPG,MS4A6A和TREM2) 被确定为HCC的潜在诊断标记物.
- 受体操作特征 (ROC) 分析证实了这些基因的诊断可靠性,AUC值超过0.7.
- 一个基于CAPG的放射学名图实现了AUC高于0.8,证明了强大的诊断性能.
结论:
- 在HCC中PCD途径的系统性失调通过综合的多omics数据分析被揭示出来.
- 这些已识别的基因 (CAPG,MS4A6A和TREM2) 在数据集中具有诊断价值.
- 开发了一种包含生物标志物和放射学工具的多式诊断框架,用于早期检测HCC和风险分层.


