今天跟大家分享的是四月份发表在CancerLetters杂志（IF：6.）上的一篇文章Clinicalsignificanceandinflammatorylandscapesofanovelrecurrenceassociatedimmunesignatureinearly-stagelungadenocarcinoma，文章主要讲的是基于LASSO算法和逐步的Cox比例风险回归模型来识别早期LUAD样本的预后相关基因，并在另外两套独立数据集中验证。根据预后相关基因构建的风险评分可将患者分为高、低风险组，与预后显著相关。Clinicalsignificanceandinflammatorylandscapesofanovelrecurrenceassociatedimmunesignatureinearly-stagelungadenocarcinoma早期肺腺癌一种新的复发相关免疫特征的临床意义和炎症特点一、摘要本文的工作是使用LASSO算法识别到能预测早期LUAD复发的基于免疫基因集的特征基因，首先在TCGA的个早期LUAD训练集中进行逐步的Cox比例风险回归模型来识别基因，然后在个GEO和68个独立的早期LUAD样本中验证。这个分类系统对不同临床和突变亚群的预后有很强的预测作用。该特征对早期LUAD患者的复发具有高度预测作用，可作为进一步优化癌症免疫治疗的有力预后工具。二、数据及方法1.样本及数据（1）TCGA的例早期（肿瘤I期、II期）LUAD样本的RNA-seq数据（2）GEO的例LUAD样本（GSE）的mRNA表达数据和临床数据（3）从年1月到8月的医院的68例早期LUAD病理诊断样本。使用TRIzol试剂从冷冻样本中提取RNA，然后使用PrimeScript?RT试剂盒将总RNA样品反转录为单链cDNA，用于qRT-PCR。qRT-PCR用于检测样本中9个IBRS基因的表达。表1展示样本的临床信息。（4）免疫相关基因集：从AmiGO2Webportal（
CancerLetters早期肺腺癌复
发布时间:2020-8-18 21:37:13 点击数： 次
