佳学基因遗传病基因检测机构排名,三甲医院的选择

基因检测就找佳学基因!

热门搜索
  • 癫痫
  • 精神分裂症
  • 鱼鳞病
  • 白癜风
  • 唇腭裂
  • 多指并指
  • 特发性震颤
  • 白化病
  • 色素失禁症
  • 狐臭
  • 斜视
  • 视网膜色素变性
  • 脊髓小脑萎缩
  • 软骨发育不全
  • 血友病

客服电话

4001601189

在线咨询

CONSULTATION

一键分享

CLICK SHARING

返回顶部

BACK TO TOP

分享基因科技,实现人人健康!
×
查病因,阻遗传,哪里干?佳学基因准确有效服务好! 靶向用药怎么搞,佳学基因测基因,优化疗效 风险基因哪里测,佳学基因
当前位置:    致电4001601189! > 检测产品 > 疾病风险 > 肿瘤基因检测 >

【佳学基因检测】mRNAsi 相关代谢风险评分模型通过机器学习识别结直肠癌患者的不良预后、免疫逃避背景和低化疗反应

探索看到《Front Immunol》在. 2022 Aug 23;13:950782.发表了一篇题目为《mRNAsi 相关代谢风险评分模型通过机器学习识别结直肠癌患者的不良预后、免疫逃避背景和低化疗反应》肿瘤靶向药物治疗基因检测临床研究文章。该研究由Meilin Weng, Ting Li, Jing Zhao, Miaomiao Guo, Wenling Zhao, Wenchao Gu, Caihong Sun, Ying Yue, Ziwen Zhong, Ke Nan, Qingwu Liao, Minli Sun, Di Zhou, Changhong Miao等完成。促进了肿瘤的正确治疗与个性化用药的发展,进一步强调了基因信息检测与分析的重要性。

佳学基因检测】mRNAsi 相关代谢风险评分模型通过机器学习识别结直肠癌患者的不良预后、免疫逃避背景和低化疗反应

dota2吧雷电竞 基因检测公司排名解码


探索看到《Front Immunol》在. 2022 Aug 23;13:950782.发表了一篇题目为《mRNAsi 相关代谢风险评分模型通过机器学习识别结直肠癌患者的不良预后、免疫逃避背景和低化疗反应》肿瘤dota2吧雷电竞 治疗基因检测临床研究文章。该研究由Meilin Weng, Ting Li, Jing Zhao, Miaomiao Guo, Wenling Zhao, Wenchao Gu, Caihong Sun, Ying Yue, Ziwen Zhong, Ke Nan, Qingwu Liao, Minli Sun, Di Zhou, Changhong Miao等完成。促进了肿瘤的正确治疗与个性化用药的发展,进一步强调了基因信息检测与分析的重要性。


肿瘤靶向药物及正确治疗临床研究内容关键词:


机器学习,结直肠癌,免疫逃避,免疫疗法, mRNAsi,代谢,风险评分模型,干性


肿瘤靶向治疗基因检测临床应用结果


结直肠癌 (CRC) 是消化系统中贼致命的dota2吧雷电竞 之一。尽管dota2吧雷电竞 干细胞和代谢重编程对肿瘤进展和耐药性有重要影响,但它们对CRC预后的综合影响仍不清楚。因此,我们生成了一个 21 基因 mRNA 干性指数相关的代谢风险评分模型,该模型在dota2吧雷电竞 基因组图谱和基因表达综合数据库(1323 名患者)中进行了检查,并使用中山医院队列(200 名患者)进行了验证。高风险组表现出更多的免疫浸润;更高水平的免疫抑制检查点,例如 CD274、肿瘤突变负荷和对化疗药物的耐药性;对免疫治疗可能有更好的反应;预后较差;且肿瘤淋巴结转移的晚期阶段高于低危组。风险评分和临床特征相结合可有效预测总生存期。中山队列验证了高危评分组与CRC的恶性进展、较差的预后、较差的辅助化疗反应性相关,并形成了免疫逃避环境。该工具可以在 CRC 和筛查对免疫治疗有反应的 CRC 患者中提供更正确的风险分层。结直肠癌;免疫逃避;免疫疗法; mRNAsi;代谢;风险评分模型;干性。


肿瘤发生与反复转移国际数据库描述:


Colorectal cancer (CRC) is one of the most fatal cancers of the digestive system. Although cancer stem cells and metabolic reprogramming have an important effect on tumor progression and drug resistance, their combined effect on CRC prognosis remains unclear. Therefore, we generated a 21-gene mRNA stemness index-related metabolic risk score model, which was examined in The Cancer Genome Atlas and Gene Expression Omnibus databases (1323 patients) and validated using the Zhongshan Hospital cohort (200 patients). The high-risk group showed more immune infiltrations; higher levels of immunosuppressive checkpoints, such as CD274, tumor mutation burden, and resistance to chemotherapeutics; potentially better response to immune therapy; worse prognosis; and advanced stage of tumor node metastasis than the low-risk group. The combination of risk score and clinical characteristics was effective in predicting overall survival. Zhongshan cohort validated that high-risk score group correlated with malignant progression, worse prognosis, inferior adjuvant chemotherapy responsiveness of CRC, and shaped an immunoevasive contexture. This tool may provide a more accurate risk stratification in CRC and screening of patients with CRC responsive to immunotherapy.Keywords: Machine learning; colorectal cancer; immune evasion; immunotherapy; mRNAsi; metabolism; risk score model; stemness.



(责任编辑:佳学基因)
顶一下
(0)
0%
踩一下
(0)
0%
推荐内容:
来了,就说两句!
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码: 点击我更换图片

Copyright © 2013-2033 网站由佳学基因医学技术(北京)有限公司,湖北佳学基因医学检验实验室有限公司所有 京ICP备16057506号-1;鄂ICP备2021017120号-1

设计制作 基因解码基因检测信息技术部

Baidu
map