An integrated model of acinar to ductal metaplasia-related N7-methyladenosine regulators predicts prognosis and immunotherapy in pancreatic carcinoma based on digital spatial profiling
Notice bibliographique
Résumé
Acinar-to-ductal metaplasia (ADM) is a recently recognized, yet less well-studied, precursor lesion of pancreatic ductal adenocarcinoma (PDAC) developed in the setting of chronic pancreatitis. Through digital spatial mRNA profiling, we compared ADM and adjacent PDAC tissues from patient samples to unveil the bridging genes during the malignant transformation of pancreatitis. By comparing the bridging genes with the 7-methylguanosine (m7G)-seq dataset, we screened 19 m7G methylation genes for a subsequent large sample analysis. We constructed the "m7G score" model based on the RNA-seq data for pancreatic cancer in The Cancer Genome Atlas (TCGA) database and The Gene Expression Omnibus (GEO) database. Tumors with a high m7G score were characterized by increased immune cell infiltration, increased genomic instability, higher response rate to combined immune checkpoint inhibitors (ICIs), and overall poor survival. These findings indicate that the m7G score is associated with tumor invasiveness, immune cell infiltration, ICI treatment response, and overall patients' survival. We also identified FN1 and ITGB1 as core genes in the m7Gscore model, which affect immune cell infiltration and genomic instability not only in pancreatic cancer but also in pan-cancer. FN1 and ITGB1 can inhibit immune T cell activition by upregulation of macrophages and neutrophils, thereby leading to immune escape of pancreatic cancer cells and reducing the response rate of ICI treatment.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».