Expression Profiles of Cuproptosis-Related Genes Determine Distinct Subtypes of Pancreatic Ductal Adenocarcinoma
Notice bibliographique
Résumé
Background: Pancreatic ductal adenocarcinoma (PDAC) is the most prevalent subtype of pancreatic cancer and one of the most malignant tumors worldwide. Due to the heterogeneity of its genomics and proteomics, the prognosis of PDAC remains disappointing despite advances in surgery and medicines. Recently, a novel form of programmed cell death, cuproptosis, was proposed, although its role in PDAC has not been investigated. This study aimed to quantify the expression of cuproptosis-related genes and characterize the novel subtypes of PDAC. Methods: To evaluate the pattern of cuproptosis in PDAC, the gene expression data and clinical information of 372 samples were collected from the Cancer Genome Atlas (TCGA) and Gene Expression Omnibus (GEO) databases. A consensus cluster analysis was performed using the transcriptional levels, genetic alterations, and individual prognostic values of seven pre-selected cuproptosis-related genes (DLAT, LIPT1, FDX1, DLD, PDHB, PDHA1, and LIAS) to identify the novel subtypes associated with cuproptosis in PDAC. A univariate Cox regression analysis was used to determine the significant prognostic indicators and cuproptosis scores among the differentially expressed genes (DEGs) between the dividing subclusters, followed by a principal component analysis. The prognostic values, immune profiles, treatment sensitivities, and cuproptosis scores were evaluated between the different subgroups. Results: Seven cuproptosis-related genes showed aberrant expression levels and genetic alterations in the PDAC tumor microenvironment. Among them, LIPT1, LIAS, DLAT, PDHA1, and DLD were significantly correlated with overall survival. Based on the expression profiles of the seven cuproptosis-related genes, three cuproptosis clusters (Clusters A, B, and C) were identified, which were represented by different clinicopathologic features, gene expression levels, and biological processes. A total of 686 DEGs were identified among the three cuproptosis clusters, of which 35 prognosis-related DEGs were selected to further classify the PDAC samples into two subgroups with different survival rates, clinicopathologic features, immune infiltration levels, and drug sensitivities. Higher cuproptosis scores were associated with a significantly poorer prognosis. Conclusion: The cuproptosis subtypes, scores, and relevant genes represent valuable information for assessing the heterogeneity, treatment, and prognosis of PDAC.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».