Two types of immune infiltrating cells and six hub genes can predict the occurrence of myasthenia gravis in patients with thymoma
Notice bibliographique
Résumé
Thymoma is the most common primary mass in anterior mediastinum. Although associated with low malignancy, it is often accompanied by myasthenia gravis resulting in poor prognosis. Due to the dual factors of tumor immune tolerance and autoimmune reaction, it is urgent to understand the immune status of MG with thymoma. In this study, RNA sequencing data were obtained from the TCGA and GEO cohorts to identify differentially expressed messenger RNAs and infiltrated immune cells. A total of 121 samples in TCGA and 43 samples in GEO were screened out. The infiltrated immune cells were identified by CIBERSORT, in which Tfh cells and activated DC cells were abnormal in thymoma patients. The differently expressed genes were performed by package LIMMA. The functional characteristics of differently expression genes were analyzed by GO and KEGG; one GO and seven KEGG pathways were both found in both TCGA and GEO cohorts. Meanwhile, 27 common differently expressed genes were obtained and were displayed by a Venn diagram. The TRRUST was used to screen the hub genes for the common 27 different genes and 6 genes were found. Then, PPI networks were constructed. Subsequently, the relationship between SCNAs of common genes and related immune cells tested by TIMER. Kaplan–Meier plots, ROC curve and Cox’s expression model for immune infiltration and hub genes were also tested. In conclusion, we found that two types of immune infiltrated cells and six hub genes can predict the occurrence of myasthenia gravis in thymoma patients.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 ».