Abstrakt

Ein Prognosemodell für hepatozelluläres Karzinom basierend auf bekannter Ferroptose-assoziierter langer nicht-kodierender RNA

Congyue Zhang1,2, Chaoqun Zhang1,2, Huifang Zhou2, Zhankai Hu1, Dianxing Sun2*

Hintergrund: Das hepatozelluläre Karzinom (HCC) ist eine weltweit weit verbreitete maligne Erkrankung und Ferroptose ist ein eisenabhängiger Zelltodprozess. Darüber hinaus hat die aberrante Expression langer nicht-kodierender RNAs (lncRNAs), die zur Entwicklung und zum Fortschreiten des HCC beitragen, zunehmendes Interesse geweckt.

Materialien und Methoden: Wir haben mit Ferroptose assoziierte lncRNA-Expressionsprofile und klinisch-pathologische Informationen aus den Datenbanken The Cancer Genome Atlas (TCGA) und FerrDb gesammelt. Die Beziehung zwischen Ferroptose-bezogenen lncRNAs (FRlncRNAs) und dem Überleben von HCC-Patienten wird durch eine Koexpressionsanalyse des Gesamtüberlebens (OS) bestimmt. Mithilfe der Cox-Regressionsanalyse und des LASSO-Algorithmus wurde ein prognostisches lncRNA-Modell aus 22 unterschiedlich exprimierten lncRNAs entwickelt.

Ergebnisse: Ein hochriskantes lncRNA-Profil war mit einer schlechten Prognose bei HCC verbunden, wie eine Kaplan-Meier-Analyse ergab. Bei der Vorhersage der Prognose von HCC übertraf unser Risikobewertungsmodell herkömmliche klinische Daten. GSEA deckte immun- und tumorbezogene Signalwege bei Personen mit hohem und niedrigem Risiko auf. Darüber hinaus ergab TCGA, dass sich T-Zellfunktionen wie B-Zellen, zytolytische Makrophagen, MHC-Klasse I, Mastzellen, Neutrophile, NK-Zellen, T-Helferzellen, Typ-I-IFN und Typ-II-IFN zwischen Hochrisikogruppen und Niedrigrisikogruppen signifikant unterschieden. Immuncheckpoints wurden zwischen den Risikogruppen ebenfalls unterschiedlich exprimiert, darunter TNFSF18, IDO2, CD276, NRP1 und TNFSF4.

Schlussfolgerung: Basierend auf mit Ferroptose assoziierten lncRNAs liefern unsere Erkenntnisse ein robustes Prognose- und Immunantwortvorhersagemodell für HCC-Patienten.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert

Indiziert in

Chemical Abstracts Service (CAS)
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Kosmos IF
Open Academic Journals Index (OAJI)
Elektronische Zeitschriftenbibliothek
RefSeek
Hamdard-Universität
IndianScience.in
Gelehrter
International Innovative Journal Impact Factor (IIJIF)
Internationales Institut für organisierte Forschung (I2OR)
Kosmos
Genfer Stiftung für medizinische Ausbildung und Forschung
Geheime Suchmaschinenlabore

Mehr sehen