Immune-Related Long Non-Coding RNA Signatures for Tongue Squamous Cell Carcinoma
Notice bibliographique
Résumé
BACKGROUND: Tongue squamous cell carcinoma (TSCC) represents one of the major subsets of head and neck cancer, which is characterized by unfavorable prognosis, frequent lymph node metastasis, and high mortality rate. The molecular events regulating tongue tumorigenesis remain elusive. In this study, we aimed to identify and evaluate immune-related long non-coding RNAs (lncRNAs) as prognostic biomarkers in TSCC. METHODS: The lncRNA expression data for TSCC were obtained from The Cancer Genome Atlas (TCGA) and the immune-related genes were downloaded from the Immunology Database and Analysis Portal (ImmPort). Pearson correlation analysis was performed to identify immune-related lncRNAs. The TCGA TSCC patient cohort was randomly divided into training and testing cohorts. In the training cohort, univariate and multivariate Cox regression analyses were used to determining key immune-related lncRNAs, which were then validated through Cox regression analysis, principal component analysis (PCA), and receiver operating characteristic (ROC) analysis in the testing cohort. RESULTS: Six immune-related signature lncRNAs (MIR4713HG, AC104088.1, LINC00534, NAALADL2-AS2, AC083967.1, FNDC1-IT1) were found to have prognostic value in TSCC. Multivariate and univariate cox regression analyses showed that the risk score based on our six-lncRNA model, when compared to other clinicopathological factors (age, gender, stage, N, T), was an important indicator of survival rate. In addition, Kaplan-Meier survival analysis demonstrated significantly higher overall survival in the low-risk patient group than the high-risk patient group within both training and testing cohorts. The ROC analysis indicated that the AUCs for 5-year overall survival were 0.790, 0.691, and 0.721, respectively, for training, testing, and entire cohorts. Finally, PCA analysis demonstrated that the high-risk and low-risk patient groups presented significant deviation regarding their immune status. CONCLUSIONS: A prognostic model based on six immune-related signature lncRNAs was established. This six-lncRNA prognostic model has clinical significance and may be helpful in the development of personalized immunotherapy strategies.
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 | 0,001 |
| 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) | 0,002 | 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 ».