MétaCan
Menu
Retour à la cohorte
Enregistrement W4316363373 · doi:10.3389/fonc.2022.907464

Identification of lymph node metastasis-related genes and patterns of immune infiltration in colon adenocarcinoma

2023· article· en· W4316363373 sur OpenAlexaff
Haoxiang Zhang, Guibin Zhao, Guangwei Zhu, Jianxin Ye

Notice bibliographique

RevueFrontiers in Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFujian Provincial Health CommissionNational Natural Science Foundation of China
Mots-clésKEGGImmune systemGeneMetastasisBiologyProportional hazards modelLymph nodeAdenocarcinomaLasso (programming language)CD8Gene expression profilingGene expressionComputational biologyCancer researchMedicineImmunologyCancerInternal medicineTranscriptomeGeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

Backgrounds: Colon adenocarcinoma(COAD) is one of the most common tumors of the digestive tract. Lymph node metastasis (LNM) is a well-established prognostic factor for COAD. The mechanism of COAD lymph node metastasis in immunology remains unknown. The identification of LNM-related biomarkers of COAD could help in its treatment. Thus, the current study was aimed to identify key genes and construct a prognostic signature. Methods: Gene expression and clinical data were obtained from The Cancer Genome Atlas (TCGA) database. Differentially expressed genes were calculated by using R software. GO functional and KEGG pathway enrichment analysis were processed. The CIBERSORT algorithm was used to assess immune cell infiltration. STRING database was used to screen key genes and constructed a protein-protein interaction network (PPI network). The LASSO-Cox regression analysis was performed based on the components of the PPI network. The correlation analysis between LNM-related signature and immune infiltrating cells was then investigated. TISIDB was used to explore the correlation between the abundance of immunomodulators and the expression of the inquired gene. Results: In total, 394 differentially expressed genes were identified. After constructing and analyzing the PPI network, 180 genes were entered into the LASSO-Cox regression model, constructing a gene signature. Five genes(PMCH, LRP2, NAT1, NKAIN4, and CD1B) were identified as LNM-related genes of clinical value. Correlation analysis revealed that LRP2 and T follicular helper cells (R=0.34, P=0.0019) and NKAIN4 and T follicular helper cells (R=0.23, P=0.041) had significant correlations. Immunologic analysis revealed that LRP2 and NKAIN4 are potential coregulators of immune checkpoints in COAD. Conclusion: In general, this study revealed the key genes related to lymph node metastasis and prognostic signature. Several potential mechanisms and therapeutic and prognostic targets of lymph node metastasis were also demonstrated in COAD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,291
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetFerroptosis and cancer prognosisTravaux en français237 207