A novel qualitative signature based on lncRNA pairs for prognosis prediction in hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND: Prognostic assessment is imperative for clinical management of patients with hepatocellular carcinoma (HCC). Most reported prognostic signatures are based on risk scores summarized from quantitative expression level of candidate genes, which are vulnerable against experimental batch effects and impractical for clinical application. We aimed to develop a robust qualitative signature to assess individual survival risk for HCC patients. METHODS: Long non-coding RNA (lncRNA) pairs correlated with overall survival (OS) were identified and an optimal combination of lncRNA pairs based on the majority voting rule was selected as a classification signature to predict the overall survival risk in the cancer genome atlas (TCGA). Then, the signature was further validated in two external datasets. Besides, biomolecular characteristics, immune infiltration status, and chemotherapeutics efficacy of different risk groups were further compared. Finally, we performed key lncRNA screening and validated it in vitro. RESULTS: A signature consisting of 50 lncRNA pairs (50-LPS) was identified in TCGA and successfully validated in external datasets. Patients in the high-risk group, when at least 25 of the 50-LPS voted for high risk, had significantly worse OS than the low-risk group. Multivariate Cox, receiver operating characteristic (ROC) curve and decision curve analyses (DCA) demonstrated that the 50-LPS was an independent prognostic factor and more powerful than other available clinical factors in OS prediction. Comparison analyses indicated that different risk groups had distinct biomolecular characteristics, immune infiltration status, and chemotherapeutics efficacy. TDRKH-AS1 was confirmed as a key lncRNA and associated with cell growth of HCC. CONCLUSIONS: The 50-LPS could not only predict the prognosis of HCC patients robustly and individually, but also provide theoretical basis for therapy. Besides, TDRKH-AS1 was identified as a key lncRNA in the proliferation of HCC. The 50-LPS might guide personalized therapy for HCC patients in clinical practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».