扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

无锡市人民医院:摘要:二硫化物相关亚型的串扰,基于机器学习生存框架的膀胱癌预后特征和免疫浸润特征的建立

论论资讯 | 2023-05-14 4热度

Frontiers in Endocrinology

Explore content

About the journal

Publish with us

Crosstalk of disulfidptosis-related subtypes, establishment of a prognostic signature and immune infiltration characteristics in bladder cancer based on a machine learning survival framework

Zhao Songyun; Wang Lanyu; Ding Wei; Ye Bicheng; Cheng Chao; Shao Jianfeng; Liu Jinhui; Zhou Hongyi

Published:2023-01-01
DOI:10.3389/fendo.2023.1180404

研究背景

膀胱癌是尿路最常见的恶性肿瘤。而蛋白质发生二硫键异常(disulfidptosis)与肿瘤的发生和进展密切相关。因此,本研究旨在探讨蛋白质发生二硫键异常相关基因(DRGs)对膀胱癌患者预后的影响,建立风险模型评估患者预后、免疫学特征和治疗反应。

研究内容

本研究首先通过大规模RNA测序和单细胞RNA测序分析了四个DRGs的表达和基因突变特征,IHC染色确定了DRGs在膀胱癌进展中的作用,并通过共识聚类法确定了两个DRGs簇。然后,利用这两个簇的差异表达基因(DEGs),将十种机器学习算法转化为80多种组合,最终选取最佳算法构建了一个基于蛋白质发生二硫键异常的预后签名(DRPS)。我们基于三个膀胱癌队列的平均C指数来选择最佳算法。此外,我们还探讨了高风险组和低风险组之间的临床特征、基因突变情况、免疫细胞浸润情况和免疫治疗预测效果的差异。为了更直观地展示DRPS的临床价值,我们使用了诺莫图。最后,我们利用TIDE和IMvigor 210队列验证了DRPS是否预测膀胱癌患者对免疫治疗的反应。

研究意义

本研究建立的DRPS预测模型可以帮助医生更好地预测膀胱癌患者的预后和治疗反应,为临床治疗提供了有力的支持。此外,我们的研究还深入探讨了膀胱癌的免疫学特征,为膀胱癌的个体化治疗提供了新思路。 总之,这项研究为膀胱癌患者提供了一种新的个体化治疗方案,有助于更好地指导临床治疗。

微信扫码即可查看