NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Glioma için prognoz genellikle zayıftır ve bu hastalığa sahip hastalar için 5 yıllık sağkalım oranı son birkaç on yılda önemli bir iyileşme göstermemiştir. Parkinson hastalığı (PD), Alzheimer hastalığından sonra en sık görülen ikinci nörodejeneratif hastalık olarak sıralanan yaygın bir hareket bozukluğudur. Parkinson hastalığı ve glioma farklı hastalıklar olmasına rağmen, gelişimlerine katkıda bulunan bazı altta yatan biyolojik yolları paylaşabilirler.ObjektifBu çalışma, Parkinson hastalığı ile ilişkili genlerin glioma gelişimi ve prognozu ile ilişkili olduğunu araştırmayı amaçlamaktadır.MetodlarBiz RNA dizileme verileri ve glioma ve Parkinson hastalarının klinik bilgilerini içeren TCGA, CGGA ve GEO veritabanlarından veri kümeleri elde ettik. Parkinson-Glioma özellik genlerini (PGFG) tanımlamak için sekiz makine öğrenme algoritması kullanılmıştır. Glioma prognozu ile ilişkili PGFG'ler univariate Cox analizi ile tanımlanmıştır. Cox regresyon analizi ve En Az Mutlak Daralan ve Seçim Operatörü (LASSO) yöntemi kullanılarak PGFG'lere dayalı bir risk imzası oluşturulmuştur. Daha sonra, ROC eğrileri, kalibrasyon eğrileri, KM hayatta kalma analizi, C-index, DCA, bağımsız prognostik analiz ve tabakalı analiz dahil olmak üzere çeşitli yöntemler kullanarak tahmin yeteneğini doğruladık. Sonuçların tekrarlanabilirliğini doğrulamak için, benzer çalışmalar üç harici test veri kümesinde gerçekleştirildi. Ayrıca, farklı veri kümeleri arasında imzanın heterojenliğini ve tutarlılığını gözlemlemek için bir meta-analiz kullanıldı. Ayrıca, genomik varyasyonlardaki farklılıkları, fonksiyonel zenginleşmeyi, bağışıklık sızmasını ve risk puanlarına dayalı ilaç duyarlılığı analizini karşılaştırdık. Bu keşif, glioma oluşumu ve prognozunun potansiyel mekanizmalarını ortaya çıkarmayı amaçladı.SonuçlarBiz 30 PGFG tespit ettik, bunlardan 25'inin glioma hayatta kalma ile önemli ölçüde ilişkili olduğu bulundu. 19 genden oluşan prognostik imza, 1, 2 ve 3 yıllık genel hayatta kalma (OS) glioma için mükemmel bir tahmin performansı gösterdi. İmza, geleneksel klinik değişkenlerin öngörüsel performansını aşan, glioma genel hayatta kalma (OS) için bağımsız bir prognostik faktör olarak ortaya çıktı. Özellikle, tümör mikroçevresindeki (TME), bağışıklık hücresi sızması, bağışıklık geni ekspresyonu ve farklı risk grupları arasında ilaç direnci analizindeki farklılıkları gözlemledik. Bu bulgular glioma hastalarının klinik tedavisi için önemli etkilere sahip olabilir.KonfüzyonParkinson hastalığı ile ilgili genlerin ifadesi, glioma hastalarının bağışıklık durumu ve prognozu ile yakından ilişkilidir ve potansiyel olarak glioma patogenezini birden fazla mekanizma ile düzenler. Parkinson hastalığı ve glioma gelişimi sırasında bağışıklık sistemi ile ilişkili genler arasındaki etkileşim, moleküler mekanizmalar ve glioma için hedeflenen terapiler hakkında yeni bilgiler sağlar.
Özgün kaynak özetini okuyun
IntroductionThe prognosis for glioma is generally poor, and the 5-year survival rate for patients with this disease has not shown significant improvement over the past few decades. Parkinson's disease (PD) is a prevalent movement disorder, ranking as the second most common neurodegenerative disease after Alzheimer's disease. Although Parkinson's disease and glioma are distinct diseases, they may share certain underlying biological pathways that contribute to their development.ObjectiveThis study aims to investigate the involvement of genes associated with Parkinson's disease in the development and prognosis of glioma.MethodsWe obtained datasets from the TCGA, CGGA, and GEO databases, which included RNA sequencing data and clinical information of glioma and Parkinson's patients. Eight machine learning algorithms were used to identify Parkinson-Glioma feature genes (PGFGs). PGFGs associated with glioma prognosis were identified through univariate Cox analysis. A risk signature was constructed based on PGFGs using Cox regression analysis and the Least Absolute Shrinkage and Selection Operator (LASSO) method. We subsequently validated its predictive ability using various methods, including ROC curves, calibration curves, KM survival analysis, C-index, DCA, independent prognostic analysis, and stratified analysis. To validate the reproducibility of the results, similar work was performed on three external test datasets. Additionally, a meta-analysis was employed to observe the heterogeneity and consistency of the signature across different datasets. We also compared the differences in genomic variations, functional enrichment, immune infiltration, and drug sensitivity analysis based on risk scores. This exploration aimed to uncover potential mechanisms of glioma occurrence and prognosis.ResultsWe identified 30 PGFGs, of which 25 were found to be significantly associated with glioma survival. The prognostic signature, consisting of 19 genes, demonstrated excellent predictive performance for 1-, 2-, and 3-year overall survival (OS) of glioma. The signature emerged as an independent prognostic factor for glioma overall survival (OS), surpassing the predictive performance of traditional clinical variables. Notably, we observed differences in the tumor microenvironment (TME), levels of immune cell infiltration, immune gene expression, and drug resistance analysis among distinct risk groups. These findings may have significant implications for the clinical treatment of glioma patients.ConclusionThe expression of genes related to Parkinson's disease is closely associated with the immune status and prognosis of glioma patients, potentially regulating glioma pathogenesis through multiple mechanisms. The interaction between genes associated with Parkinson's disease and the immune system during glioma development provides novel insights into the molecular mechanisms and targeted therapies for glioma.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.