XiaoMi-AI文件搜索系统
World File Search SystemTCGA
基于经济评估的电池储能系统的激励政策考虑灵活性和可靠性效果使用基于自噬基因标记的综合模型的肝细胞癌患者的总生存率预测
自噬细胞可以抑制早期肿瘤的形成，并可以在晚期促进肿瘤的发展，在肿瘤的发展中起着重要作用。因此，探索自噬相关基因（AAGS）对肝细胞癌（HCC）预后的影响具有潜在的重要性。从TCGA数据库下载的HCC基因表达数据和临床数据中选择了差异表达的AAG，以及人类自噬数据库（HADB）。通过GO功能注释和KEGG途径富集分析来阐明AAG在HCC中的作用。与临床数据结合在一起，我们选择了年龄，性别，等级，阶段，T状态，M状态和N个状态作为COX模型索引，以构建Kaplan Meier（KM）的多元COX模型和生存曲线，以估算患者在高风险组之间的存活率。通过单变量和多元COX回归分析绘制的ROC曲线，我们发现七个具有高表达水平的基因，包括HSP90AB1，SQSTM1，RHEB，HDAC1，HDAC1，ATIC，ATIC，HSPB8和BIRC5与HCC患者预后不良有关。然后，ICGC数据库用于验证模型的可靠性和鲁棒性。因此，由自噬基因构建的HCC的预后模型可能有效地预测了总体生存率，并有助于发现HCC患者的最佳个性化靶向疗法，这可以为患者提供更好的预后。
大规模重复进化理论与癌症驱动核苷酸（CDN）的完整识别
摘要 肿瘤形成与大多数复杂的遗传性状一样，是由多种突变的共同作用所驱动。在核苷酸水平上，此类突变称为癌症驱动核苷酸 (CDN)。全套 CDN 是了解和治疗每位癌症患者所必需的，甚至可能是足够的。目前，只有一小部分 CDN 为人所知，因为肿瘤中产生的大多数突变都不是驱动因素。我们现在基于癌症进化在数百万个体中大量重复这一事实发展了 CDN 理论。因此，任何有利突变都应该经常出现，反之，任何不经常出现的突变要么是过客突变，要么是有害突变。在 TCGA 癌症数据库（样本量 n =300–1000）中，点突变可能在 n 名患者中 i 名患者中复发。本研究探讨了广泛的突变特征，以确定仅由中性进化驱动的复发限度 (i *)。由于没有中性突变可以达到 i * =3，因此所有在 i ≥3 处重复的突变都是 CDN。该理论表明，如果每种癌症类型的 n 增加到 100,000，则几乎可以识别所有 CDN。目前，只有不到 10% 的 CDN 被识别。当识别出所有 CDN 时，就可以了解每种情况下肿瘤发生的进化机制，而且重要的是，基因靶向治疗将在治疗上更加有效，并且能够抵御耐药性。
通过整合组学数据集进行 RNA 编辑的基因组鉴定及其在肝细胞癌中的临床意义
RNA 编辑是一种广泛使用的转录后机制，可在人类癌症中将单核苷酸变化引入 RNA。在本文中，我们对来自 Cancer Genome Atlas (TCGA) 的 373 个肝细胞癌 (HCC) 和 50 个相邻正常肝脏样本的整体 RNA 编辑谱进行了表征，并揭示了大多数编辑事件往往发生在少数具有中等编辑程度 (20-30%) 的样本中。此外，这些 RNA 编辑倾向于在蛋白质编码基因中发生 A 到 I 的 RNA 编辑，尤其是在 3′UTR 区域。考虑到 DNA 突变和 RNA 编辑之间的关联，我们的分析发现 RNA 编辑可能是 HCC 患者 HCC 风险基因 DNA 突变的互补事件。接下来，我们确定了 454 个与 HCC 相关的编辑位点，其中许多位于具有相同编辑模式的相同基因上。编辑的功能后果揭示了 2,086 个功能性编辑位点，并证明编码区域中的大多数编辑都是非同义变异。此外，我们的研究结果表明，3′UTR 区域的编辑往往会影响 miRNA 与靶标的结合，并且编辑程度似乎与基因表达呈负相关。最后，我们发现 46 个与 HCC 相关的编辑位点能够区分 HCC 患者的预后差异，表明它们具有临床相关性。总之，我们的研究结果强调 RNA 编辑是研究 HCC 机制和临床治疗的宝贵分子资源。
tepotinib的疗效和安全性外显子14 ...
DNA甲基化改变已经与癌症有关，它们在治疗和诊断方面的有用性鼓励了对人类表观基因组的研究。几项生物标志物研究的重点是单独识别癌症类型，但共同的癌症和多层标记仍未得到解决。我们使用癌症基因组图集（TCGA）研究了14种不同癌症类型的基因组 - 宽甲基化蛋白酶，并开发了一种三步计算方法来选择候选生物标志物CpG位点。总共发现了1991年的泛伴侣，在75至1803年之间，发现了癌症特定于差异化的甲基化的CpG位点。在如此大的规模上也是第一次发现了差异化甲基化的块和区域。通过三步计算方法，从这些位点确定了四个泛伴奏CpG标记的组合，并经过外部验证（AUC = 0.90），在跨肿瘤阶段保持可比的性能。此外，确定了20种肿瘤特异性CPG标记物并组成了最终类型的特殊预测模型，这些模型可以准确地区分肿瘤类型（AUC = 0.87 - 0.99）。我们的研究强调了甲基体作为癌症生物标志物的丰富来源的力量，而我们确定的签名为在更广泛的基因组量表上使用癌症机制的新资源提供了新的资源，并在新的微型侵入性癌症检测分析的背景下具有强大的适用性。
标题 1 罕见癌症靶点发现框架 2 ...
虽然大规模功能性基因筛选已经发现了许多癌症依赖性，但罕见癌症在这些努力中表现不佳，而且许多罕见癌症的依赖性状况仍然不清楚。我们对一种典型的罕见癌症——TFE3- 易位肾细胞癌 (tRCC) 进行了基因组规模的 CRISPR 敲除筛选，揭示了与线粒体生物合成、氧化代谢和肾脏谱系特化相关的途径中以前未知的 tRCC 选择性依赖性。为了推广到其他可能不易获得实验模型的罕见癌症，我们采用机器学习根据肿瘤或细胞系的转录谱推断其基因依赖性。通过将依赖性预测应用于肺泡软组织肉瘤 (ASPS)，一种也是由 TFE3 易位驱动的独特罕见癌症，我们发现并验证了 MCL1 代表 ASPS 中的依赖性，但不代表 tRCC。 24 最后，我们应用我们的模型预测了 TCGA 中的肿瘤（11,373 个肿瘤；28 25 个谱系）和多种其他罕见癌症（16 种类型的 958 个肿瘤，包括 26 种肾癌的 13 种不同亚型）中的基因依赖性，从而确定了几种特征不明显的癌症类型中可能存在的潜在可操作漏洞。27 我们的研究结果将无偏功能性基因筛查与预测模型结合起来，建立了 28 种癌症候选漏洞的概况，包括几种目前缺乏潜在靶点的罕见癌症。29
PRC1在肺腺癌中起重要作用，并可能由Fostamatinib
摘要。- 目的：肺腺癌（LUAD）是世界上最常见的罐头之一。细胞因子1（PRC1）的蛋白质调节剂在包括luad在内的几种癌症的肿瘤发生和发育中起作用。本研究的目的是评估LUAD中PRC1的特征，以便找到针对PRC1的潜在药物。材料和方法：我们使用COX分析了来自癌症基因组图集（TCGA）门户的RNA测序数据的LUAD患者的PRC1的预后价值。评估了PRC1和LUAD前的联系，吸烟突变计数，动力型和缺氧评分之间的联系。分析了LUAD中PRC1与肿瘤侵入肿瘤的免疫细胞之间的关系，并使用基因集富集分析（GSEA）研究与PRC1相关的生物学过程和信号途径。使用药物银行数据库和分子对接鉴定靶向PRC1的潜在药物。结果：LUAD中的PRC1表达显着增加。prc1可能是预测luad总体表现的预后生物标志物。PRC1表达也与癌症阶段和患者的吸烟史有关。PRC1与突变计数，非整倍性和缺氧得分呈正相关。它也与肿瘤浸润的免疫细胞，尤其是活化的肥大细胞有关。GSEA表明PRC1可能与细胞周期，细胞因子和p53信号通路相关。此外，发现fostamatinib是一种针对PRC1的药物。结论：PRC1可能对LUAD患者具有预后价值，并且相关 -
研究论文 VPS16 在肝细胞癌中的预后意义的生物信息学分析及其在药物筛选中的作用
背景 . 液泡蛋白分选16 (VPS16) 过表达近来被认为与癌症生长和耐药性有关；然而，关于 VPS16 是否在肝细胞癌 (LIHC) 中起重要作用知之甚少。方法 . 使用TIMER2在线数据库分析VPS16在泛癌中的表达，并使用Xena Browser探讨VPS16表达水平与生存时间之间的相关性。使用R语言测试TCGA数据库中374例LIHC病例的生存数据。使用DESeq2进行差异表达基因 (DEG) 分析。使用HPA数据库验证VPS16在LIHC中的表达水平。使用clusterProfiler包通过GO/KEGG富集分析分析功能和相关信号通路。利用药物敏感性分析和分子对接技术筛选出最敏感的针对VPS16分子的药物。结果 .全癌分析显示VPS16在多种肿瘤中均有高表达，尤其在LIHC中。随着LIHC的T分期和分级的增加，VPS16的表达水平也增加。VPS16的表达与LIHC患者总生存期呈负相关。分期可作为独立的预后因素。共发现63种敏感药物，其中19种药物与VPS16显示出较强的分子结合能。结论。VPS16可能是LIHC诊断和预后的潜在生物标志物。未来以VPS16为靶点的药物可能应用于LIHC的治疗。
研究论文膀胱癌免疫浸润特征及其临床意义：综合基因组分析
肿瘤浸润免疫细胞与膀胱癌预后密切相关。肿瘤浸润免疫细胞的分析通常基于免疫组织化学分析。由于许多免疫细胞标记蛋白对不同的免疫细胞并不具有特异性，这可能会引起误导或不完整。CIBERSORT 是一种使用基因表达数据估计混合细胞群中特定细胞类型的算法。在本研究中，CIBERSORT 算法用于识别免疫细胞浸润特征。基因表达谱、突变数据和临床数据均来自 Cancer Genome Atlas (TCGA) 数据库。使用无监督共识聚类根据 22 种免疫细胞类型的分数获得膀胱癌的免疫细胞浸润亚型。确定了四个具有不同免疫浸润和突变特征的免疫细胞簇。此外，这种分层具有预后相关性，其中簇 2 的结果最好，簇 1 最差。这些簇显示出不同的 mRNA 表达模式。亚型簇1中的特征基因主要参与细胞分裂，亚型簇2中的特征基因主要参与抗原加工和呈递，亚型簇3中的特征基因主要参与表皮细胞分化，亚型簇4中的特征基因主要参与体液免疫反应。这些差异可能影响膀胱癌的发展、对治疗的敏感性以及预后。通过进一步验证，本研究可能有助于个性化治疗和精准医疗的发展。
肿瘤微环境相互作用引导图形学习，从全切片病理图像进行人类癌症生存分析
深度学习技术的最新进展为协助病理学家从全切片病理图像（WSI）中预测患者的生存期带来了可能性。然而，大多数流行的方法仅适用于WSI中特定或随机选择的肿瘤区域中的采样斑块，这对于捕捉肿瘤与其周围微环境成分之间复杂相互作用的能力非常有限。事实上，肿瘤在异质性肿瘤微环境（TME）中得到支持和培育，详细分析TME及其与肿瘤的相关性对于深入分析癌症发展的机制具有重要意义。在本文中，我们考虑了肿瘤与其两个主要TME成分（即淋巴细胞和基质纤维化）之间的空间相互作用，并提出了一种用于人类癌症预后预测的肿瘤微环境相互作用引导图学习（TMEGL）算法。具体来说，我们首先选择不同类型的块作为节点来为每个 WSI 构建图。然后，提出了一种新颖的 TME 邻域组织引导图嵌入算法来学习可以保留其拓扑结构信息的节点表示。最后，应用门控图注意网络来捕获肿瘤与不同 TME 组件之间与生存相关的交集以进行临床结果预测。我们在来自癌症基因组图谱 (TCGA) 的三个癌症队列上测试了 TMEGL，实验结果表明 TMEGL 不仅优于现有的基于 WSI 的生存分析模型，而且对生存预测具有良好的可解释能力。
野生型 IDH1 抑制可增强黑色素瘤的化疗反应
标题：野生型 IDH1 抑制可增强黑色素瘤的化疗反应 简短标题：黑色素瘤中的靶向 IDH1 作者：Mehrdad Zarei PhD 1,2、Omid Hajihassani 1、Jonathan J. Hue MD 2、Hallie J. Graor 1、Moeez Rathore PhD 1、Ali Vaziri-Gohar PhD 1、John M. Asara PhD 3,4、Jordan M. Winter MD 1,2*、Luke D. Rothermel MD, MPH 1,2* 所属机构：1. 美国俄亥俄州克利夫兰凯斯西储大学凯斯综合癌症中心。2. 美国俄亥俄州克利夫兰大学医院克利夫兰医学中心外科部、外科肿瘤学分部。 3. 美国马萨诸塞州波士顿贝斯以色列女执事医疗中心信号转导和质谱核心部。4. 美国马萨诸塞州波士顿哈佛医学院医学系。标题：IDH1 是治疗黑色素瘤的新靶点 关键词：黑色素瘤、IDH1、ivosidenib、化学耐药性、联合疗法 缩写：IDH1、异柠檬酸脱氢酶 1；TMZ、替莫唑胺；ROS、活性氧；TCGA、癌症基因组图谱；TCA、三羧酸循环；α-KG、α-酮戊二酸；GSH、谷胱甘肽。通讯作者：Luke D. Rothermel MD, MPH 克利夫兰大学医院医学中心外科部 11100 Euclid Ave. Cleveland, OH 44106 电话：+1-614-286-0223 邮箱：Luke.Rothermel@UHHospitals.org Jordan M. Winter, MD 克利夫兰大学医院医学中心外科部 11100 Euclid Ave. Cleveland, OH 44106 电话：+1-216-410-7065 邮箱：Jordan.Winter@UHHospitals.org