A hypoxia related long non-coding RNA signature could accurately predict survival outcomes in patients with bladder cancer
Notice bibliographique
Résumé
Hypoxia plays a significant role in tumor progression. This study aimed to develop a hypoxia-related long noncoding RNA (lncRNA) signature for predicting survival outcomes of patients with bladder cancer (BC). The transcriptome and clinicopathologic data were downloaded from The Cancer Genome Atlas (TCGA) database. Univariate Cox regression analysis and Lasso regression analysis were used to screened lncRNAs. Ten lncRNAs were screened out and included into the hypoxia lncRNA signature. The risk score based on hypoxia lncRNA signature could accurately predict the survival outcomes of BC patients. Immune infiltration analysis showed that six types of immune cells had significant different infiltration. Tumor mutation burden (TMB) analysis showed that the risk scores between the wild types and the mutation types of TP53, FGFR3, and RB1 were significantly different. Gene Set Enrichment Analysis (GSEA) showed that cancer-associated pathways belonged to the high risk groups and immune-related signal pathways were enriched into the low risk group. Then, we constructed a predictive model with the risk score, age, and clinical stage, which showed a robust prognostic performance. An lncRNA-mRNA coexpression network was constructed, which contained 62 lncRNA-mRNA links among 10 lncRNAs and 40 related mRNAs. In summary, the hypoxia lncRNA signature could accurately predict prognosis, chemotherapy and immunotherapy response in patients with BC and was relevant to clinicopathologic parameters and immune cell infiltration.
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) | 0,002 | 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 ».