程序性细胞死亡相关基因在结肠腺癌中的作用.pdfVIP

程序性细胞死亡相关基因在结肠腺癌中的作用.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

浙江医学2025年第47卷第11期

●论著

程序性细胞死亡相关基因在

结肠腺癌中的作用

陈婕穆银玉

【摘要】目的探讨程序性细胞死亡相关基因(PCDRGs)在结肠腺癌(COAD)中的作用及其与免疫微环境之间的相互影

响。方法从癌症基因组图谱(TCGA)和基因综合表达数据库(GEO)中获取COAD患者的数据,并根据现有文献确定1254个

PCDRGs。通过单因素Cox回归分析,筛选出79个与总生存率(OS)相关的PCDRGs。利用最小绝对值收缩和选择算子(LASSO)

回归评估这些PCDRGs的预测效能,并构建风险预后模型,计算风险评分,根据风险评分将患者分为高、低风险组,采用kaplan-

Meier法进行生存分析。结果TCGA数据作为模型的训练集,GEO数据则用于交叉验证。Kaplan-Meier法分析显示,高风险组患

者的OS低于低风险组患者。LASSO回归确认14个具有预后意义的基因;结合临床数据与多因素Cox分析得出的风险评分,构建列

线图。ROC曲线分析发现,列线图1、3、5年的AUC分别为0.811、0.819和0.839。结论该列线图包含14个基因,显示出良好的稳

定性,可能为COAD的早期诊断、肿瘤免疫疗法和患者的药物选择提供参考。

【关键词】结肠腺癌;程序性细胞死亡;药物敏感性;生物信息分析;预后

Developmentofariskpredictionnomogrammodelforcolonadenocarcinomabasedonprogrammedcelldeath-relatedgenes

CHENJie,MUYinyu

Authorsaddress:DepartmentofLaboratoryMedicine,NingboMedicalCentreLihuiliHospital,Ningbo315040,China

Correspondingauthor:MUYinyu,E-mail:muyu606@

【Abstract】ObjectiveTodevelopariskpredictionnomogrammodelforcolonadenocarcinoma(COAD)basedon

programmedcelldeath-relatedgenes(PCDRGs).MethodsInformationofPCDRGsincolonadenocarcinomapatients

wereobtainedfromTheCancerGenomeAtlas(TCGA)andGeneExpressionOmnibus(GEO)databases.Atotalof1254

PCDRGswereidentified,79PCDRGsassociatedwithoverallsurvival(OS)wereidentifiedusingunivariateCoxregression

analysis.ThepredictiveefficacyofthesePCDRGswasevaluatedusingtheleastabsoluteshrinkageandselectionoperator

(LASSO)regression,andariskpredictionnomogrammodelwasdeveloped.Riskscoreswerecalculated,patientswere

stratifiedintohigh-riskandlow-riskgroupsbasedonthesescores,survivalanalysiswasperformedusingtheKaplan-Meier

method.ResultsTCGAdataservedasthetrainingset,whileGEOdatawereusedforcross-validation.Kaplan-Meier

survivalcurveanalysisrevealedthatpatientsinthehigh-riskgrouphadsignificantlylowerOSthanthoseinthe

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档