Mismatch repair genes as prognosis biomarkers for hepatocellular carcinoma
Notice bibliographique
Résumé
Abstract Introduction: Great progress was made in early diagnosis and in the treatment of hepatocellular carcinoma (HCC) in most countries, but the mortality rate is still very high. The outcome for HCC patients is influenced not just by the traits of the tumor, but also by its cause, liver functionality, and individual variations, leading to past models not yielding optimal outcomes. Mismatch repair is highly related to the prognosis and progression of liver cancer. However, the prediction model of liver cancer progression by mismatch repair pathway-related genes has not been established. Methods: In this study, mismatch repair pathway-related genes were screened from the TCGA and ICGC databases. We employed both univariate analysis and lasso Cox regression analysis to pinpoint eight genes and formulate a risk score. The model's clinical utility was subsequently confirmed through Cox regression analyses. Results: We chose eight genes (YBX1, PSMD14, NOP58, RUVBL1, HMMR, KPNA2, BSG, and IRAK1) from the set of mismatch repair genes and utilized them to create a prognostic risk factor, which was subsequently validated by using TCGA database. The results indicated a big difference in prognosis between risk groups, categorized based on median risk coefficient. Additionally, we employed a nomogram to predict overall survival. Furthermore, when we conducted functional enrichment analysis, it revealed a connection between the high-risk group and cell cycle process and DNA replication synthesis. Further analysis also suggested that differences in prognosis between various risk groups could be attributed to an immunosuppressed tumor microenvironment. Discussion: The prognostic model composed of 8 mismatch repair pathway-related genes has potential application value and good predictive performance. The related genes may be biomarkers for HCC treatment, which can provide new strategy in guiding the clinical prediction of prognosis.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».