Key points are not available for this paper at this time.
通过基因组图谱(TCGA)和基因表达数据库(GEO),并从京都基因和基因组百科全书(KEGG)数据库提取与细胞粘附相关的基因。首先,使用非负矩阵因子分解(NMF)算法对TCGA-LIHC数据集进行聚类,以发现不同的LIHC亚型。然后评估不同亚型患者之间的预后和免疫微环境差异。此外,通过最小收缩和选择算子(LASSO)及Cox分析获得了预后风险模型,并绘制了标尺图。此外,对高风险和低风险组之间进行了功能富集分析。最终,通过定量实时聚合酶链反应(qRT-PCR)探索了模型基因的表达。371例LIHC患者通过NMF聚类被分类为四个亚型,生存分析显示这四个亚型的无病生存期(DFS)明显不同。这四个亚型中的与癌症相关的通路和免疫微环境均出现失调。此外,鉴定出四个亚型之间58个共同差异表达基因(DEGs),主要与PPAR信号通路和氨基酸代谢相关。此外,建立了由IGSF11、CD8A、ALCAM、CLDN6、JAM2、ITGB7、SDC3、CNTNAP1和MPZ组成的预后模型。构建了一个由病理T和风险评分组成的标尺图,校准曲线表明该标尺图能够更好地预测LIHC预后。基因集富集分析(GSEA)表明高低风险组之间的差异表达基因主要参与细胞周期。最后,qRT-PCR展示了正常组织和LIHC组织中九个模型基因的表达。获得了由IGSF11、CD8A、ALCAM、CLDN6、JAM2、ITGB7、SDC3、CNTNAP1和MPZ组成的预后模型,为患者预后的分子诊断提供了重要参考。
Sun等(星期二)研究了这个问题。