इम्यूनोथेरेपी: ओपन एक्सेस
खुला एक्सेस

अमूर्त

स्तन कैंसर के नैदानिक ​​परिणामों, ट्यूमर माइक्रोएन्वायरमेंट (टीएमई) और उपचार प्रतिक्रिया की भविष्यवाणी के लिए एनोइकिस और पायरोप्टोसिस से जुड़े जीनों के बीच क्रॉसटॉक पर आधारित एक नया हस्ताक्षर

कियान लियू, फी क्व, ज़ू फैंग वू, रोंगरोंग लू, वेई ली

पृष्ठभूमि: स्तन कैंसर अब दुनिया भर में महिला आबादी के बीच सबसे प्रचलित घातक बीमारी है। एनोइकिस घातक कोशिकाओं की उत्पत्ति और मेटास्टेसिस के दौरान एक महत्वपूर्ण प्रगति है। पायरोप्टोसिस एक नए परिभाषित प्रकार की प्रोग्राम्ड सेल डेथ है, जिसके बारे में बताया गया है कि इसका कार्सिनोमा के विकास पर दोहरा प्रभाव पड़ता है और इसमें ट्यूमर-रोधी प्रतिरक्षा को प्रभावित करने की क्षमता है। हालाँकि, कुछ अध्ययनों ने स्तन कैंसर में एनोइकिस, पायरोप्टोसिस और रोग का निदान के बीच संबंधों की जाँच की है।

विधियाँ: एनोइकिस और पायरोप्टोसिस से संबंधित जीन (APG) जीनकार्ड और हार्मोनिज़ोम पोर्टल डेटाबेस से प्राप्त किए गए। TCGA-BRCA कोहोर्ट के रोगियों के APG की अभिव्यक्ति प्रोफ़ाइल के आधार पर, सामान्य और ट्यूमरल ऊतकों के बीच विभेदित व्यक्त APG की पहचान की जाती है। इसके बाद, TCGA और GSE कोहोर्ट के संयुक्त डेटा के एकतरफा कॉक्स रिग्रेशन विश्लेषण द्वारा, रोगसूचक APG को परिभाषित किया गया। फिर TCGA और GEO कोहोर्ट दोनों के रोगियों को सर्वसम्मति क्लस्टरिंग एल्गोरिदम द्वारा तीन क्लस्टर में वर्गीकृत किया गया। तीन क्लस्टर के बीच ओवरलैप किए गए APG को प्रतिच्छेद करने वाले जीन के रूप में पहचाना गया, जिसके अभिव्यक्ति के आधार पर, व्यक्तियों को फिर से दो अलग-अलग जीन क्लस्टर में असाइन किया गया। आखिरकार, हमने स्तन कैंसर के रोगियों के रोग का निदान और इम्यूनोथेरेपी प्रभावकारिता का सटीक अनुमान लगाने के लिए एक PCA स्कोरिंग हस्ताक्षर और एक नोमोग्राम प्रणाली को सफलतापूर्वक विकसित किया।

परिणाम: APG की अभिव्यक्ति के आधार पर मरीजों को तीन समूहों में वर्गीकृत किया गया। क्लस्टर A में सबसे लंबे OS की विशेषता थी। 300 इंटरसेक्टिंग जीन की अभिव्यक्ति प्रोफ़ाइल के अनुसार, मरीजों को फिर से दो अलग-अलग जीन समूहों में विभाजित किया गया। उपप्रकार B को खराब निदान की विशेषता है। इस बीच, प्रमुख घटक विश्लेषण के माध्यम से, हमने सफलतापूर्वक नैदानिक ​​परिणामों और इम्यूनोथेरेपी के लिए उपचार प्रतिक्रिया की भविष्यवाणी की। अंत में, हमने रोग का पूर्वानुमान लगाने के लिए एक APG स्कोर-संबंधित नोमोग्राम मॉडल का निर्माण किया।

निष्कर्ष: हमने एनोकिस और पायरोपटोसिस-संबंधी जीनों के आधार पर एक स्कोरिंग प्रणाली को सफलतापूर्वक स्थापित किया है, साथ ही क्लिनिकोपैथोलॉजिकल विशेषताओं के साथ संयुक्त रूप से, स्तन कैंसर में नैदानिक ​​परिणामों और इम्यूनोथेरेपी प्रभावकारिता की भविष्यवाणी के लिए एक बायोमार्कर के रूप में कार्य किया है।