| 查看: 95 | 回复: 5 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
孟德尔随机化如何与病理组学结合，预后生物标志物研究43天发文
|
|||
|
期刊：International Journal of Genomics（IF=2.0，Q3） 平均审稿周期：1.4-3.5个月，中位数为2.2月；本文从投稿至接收共计43天。 平均录用比例：约73.5%。 标题：整合孟德尔随机化与病理组学分析：错配修复基因作为胃腺癌预后生物标志物的研究 胃腺癌约占全部胃癌病例的90%以上，但其早期诊断率仅约20%，5年生存率不足30%，且患者间预后差异显著。错配修复（MMR）基因家族（如MLH1、MSH2、PMS2）主要负责修复DNA复制错误、维持基因组稳定性，其功能异常已被认为与胃腺癌发生发展密切相关。 然而，既往研究多停留于“相关性”层面，尚难以明确MMR基因与胃癌究竟谁是因、谁是果？分子层面的信息又如何转化为临床可用的工具？    |
回复此楼» 猜你喜欢
我应该选哪条合成路线让实验成功率高一些？
已经有8人回复
-
烦躁
已经有8人回复
-
入职后第一次管课题组的专利缴费，对账才发现官费比别人多掏了一倍
已经有3人回复
-
各位大佬，路线设计求助
已经有7人回复
» 本主题相关商家推荐: (我也要在这里推广)
|
主要结果4：模型验证——PS的独立预后价值 研究者将PS作为新的预后指标，通过最优截断值将患者分为高、低PS组。结果显示：高PS组生存期显著更长；单因素和多因素Cox分析均确认PS是独立于年龄、分期、分型等因素的保护因素（图a-b）。亚组分析也显示其保护趋势一致（图c）。 主要结果5：联合模型——PS联合临床变量的列线图构建 为了进一步提升预测能力，研究者把PS与六个临床变量（年龄、性别、分期、分型、位置、化疗史）整合，构建模型预测患者36、48、60个月的生存概率（图a）。时间依赖ROC显示三个时间点的预测AUC分别为0.684、0.736、0.719（图b）；校准曲线和DCA证实模型预测一致性好、具备临床净获益（图c-d），且其预测性能在各时间点均优于仅含临床变量的模型。 主要结果6：机制探索——MSH2模型的生物学基础 鉴于模型在48个月时间点的预测AUC最优，研究者以4年生存概率（SP）的中位数为分组依据开展机制分析。结果显示：组间共筛选出20个差异基因（图a）；KEGG富集到ECM-受体相互作用等通路（图b），Hallmark富集分析显示上皮间质转化等通路富集（图c）；免疫浸润分析发现SP与多种免疫细胞浸润水平存在相关性（图d）；高SP组肿瘤突变负荷更高（图e-g）。结果提示，MSH2相关状态不仅与基因组稳定性相关，也与肿瘤免疫微环境状态存在关联。    |
5楼2026-10-08 10:57:03
2楼2026-10-08 10:46:06
3楼2026-10-08 10:47:57
|
主要结果1：因果推断——MMR基因与胃癌的因果关联 研究者从公开GWAS数据库获取MMR基因eQTL数据与胃癌GWAS汇总数据，采用MR分析评估7个MMR基因与胃癌的因果关系。结果如图所示，MLH1和PMS2是胃癌的风险因素；MSH2是保护因素。这一步先回答了“是不是因果”，为后续研究奠定遗传学基础。 主要结果2：生存分析——MSH2的预后价值 基于MR筛选出的3个阳性关联基因，研究者利用TCGA胃癌患者数据做KM生存分析和Cox回归分析。结果如图a-c所示：MSH2高表达患者预后更好，MLH1高表达预后更差，而PMS2则未显示统计学差异。在校正临床因素后，MSH2仍是独立保护因素；亚组分析也显示，其保护趋势在各临床分组中方向一致。（图d）。 主要结果3：AI模型——基于HE切片的MSH2预测模型 鉴于MSH2的重要临床意义，如何便捷地在临床中评估其表达水平成为关键。研究者使用TCGA中胃癌患者的HE病理图像，基于随机森林算法建立预测模型。算法从图像中筛选出9个最优特征（图a-b），在训练集和验证集AUC分别为0.811和0.786（图c-d）；校准曲线显示模型预测概率与实际概率一致性良好（图e-f），高MSH2组的模型PS显著更高（图i-j），模型判别性能稳定。    |
4楼2026-10-08 10:52:46