生信学习,咨询,代做,请关注公众号:生信风暴。或添加客服微信:ShengxinBoss1

5+TCGA生信分析: 乳腺癌肿瘤微环境相关多基因预后预测模型

生信基础 管理员 886℃ 0评论

题目:Tumor microenvironment-related multigene prognostic prediction model for breast cancer杂志:Aging (Albany NY)

日期:2022 年 1 月 20 日

Doi: 10.18632/aging.203845. Epub 2022 Jan 20

5+TCGA生信分析: 乳腺癌肿瘤微环境相关多基因预后预测模型插图

 

背景: 乳腺癌是一种具有复杂分子机制的侵袭性疾病。仍然迫切需要预后相关的生物标志物来预测乳腺癌患者的预后。

方法: 原始数据从癌症基因组图谱(TCGA)和基因表达综合(GEO)下载。使用 perl-5.32 和 R-x64-4.1.1 进行分析。

结果: 在本研究中,在 TCGA 队列中鉴定出 1086 个差异表达基因 (DEG);在 TCGA 和 GSE10886 队列中确定了 523 个共享 DEG。使用非负矩阵分解聚类估计八个亚型,总生存期(OS)和无进展生存期(PFS)存在显着差异(P <0.01)。进行单变量 Cox 分析和最小绝对收缩和选择算子 (LASSO) 回归分析,以开发与 17 个 DEG 相关的相关风险评分;该评分将乳腺癌分为低风险组和高风险组,生存率存在显着差异(P< 0.01)并显示出强大的有效性(TCGA 所有组:1 年曲线下面积 [AUC] = 0.729,3 年 AUC = 0.778,5 年 AUC = 0.781)。使用非负矩阵分解聚类、风险评分和临床特征构建列线图预测模型。我们的模型被证实与肿瘤微环境有关。此外,高危乳腺癌中的 DEG 在组氨酸代谢(标准化富集评分 [NES] = 1.49,P < 0.05)、蛋白质输出(NES = 1.58,P < 0.05)和类固醇激素生物合成信号通路(NES = 1.56,P < 0.05)。

结论: 在这项研究中,我们使用 NMF 聚类、乳腺癌的临床特征和基于 17 度的风险评分开发了一种新的预测模型。通过将 TCGA 队列随机分为训练和测试队列,并分别分析这些队列中低风险组和高风险组之间的生存差异来验证该模型。在免疫细胞浸润、临床相关性、潜在信号通路和药物敏感性方面观察到差异。

转载请注明:智汇基因 » 5+TCGA生信分析: 乳腺癌肿瘤微环境相关多基因预后预测模型

喜欢 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址