Immune implication of FAM83D gene in hepatocellular carcinoma
Notice bibliographique
Résumé
FAM83D has been demonstrated to contribute to tumorigenesis. However, its immune effects in hepatocellular carcinoma (HCC) have not been reported. This study aimed to identify the immune role of FAM83D in HCC. FAM83D was over-expressed in HCC and contributed to poor prognosis according to the results of data analysis based on The Cancer Genome Atlas (TCGA). Afterward, the levels of immune cells infiltration were found to be correlated with the expression level of FAM83D in HCC. Through TISIDB and cBioPortal network tools, a total of 82 FAM83D-associated genes were screened out, including 12 immunoinhibitors, 20 immunostimulators and 50 tightly co-expressed genes. TCGA cohort was divided into train set and test set on the basis of the proportion of 7:3. According to FAM83D-associated immunomodulators, a four gene predicted model was established using train set via the Cox regression analysis. Survival analysis demonstrated that the overall survival (OS) of high-risk HCC patients was poor compared with the patients in low-risk group. The reliability and predicted power of the risk-score model were identified by a receiver operating characteristic (ROC) curve. A risk-score based nomogram as well as a calibration curve, which were created could be used to anticipate patient’s 1-year, 3-year and 5-year survival probabilities. The test set was used to validate these results. Our findings showed that the FAM83D gene was related with HCC immunity. The immune marker chosen could be a promising biomarker for HCC 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 | 0,000 | 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) | 0,001 | 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 ».