文献解读-多组学-第十七期|《基于多组学分析和综合模型的三阴性乳腺癌腋窝淋巴结转移预测》

关键词:多组学分析;基因测序;多组学模型;


文献简介

  • 标题(英文):Prediction of axillary lymph node metastasis in triple-negative breast cancer by multi-omics analysis and an integrated model
  • 标题(中文):基于多组学分析和综合模型的三阴性乳腺癌腋窝淋巴结转移预测
  • 发表期刊:Annals of Translational Medicine
  • 作者单位:复旦大学上海肿瘤中心乳腺外科等
  • 发表年份:2022
  • 文章地址:https://dx.doi.org/10.21037/atm-22-277

图1 文献介绍

图1 文献介绍

为避免不必要的术后并发症,必须选择无腋窝淋巴结 (LN) 转移的乳腺癌患者。目前,乳腺癌的淋巴转移LNM预测模型有几种,其中大多数是基于临床病理学。然而,与其他亚型相比,这些模型对三阴性乳腺癌(TNBC)的预测性能较差。一些研究试图利用信使RNA(mRNA)测序数据预测乳腺癌淋巴结转移状态,但这些模型仍然无法准确预测TNBC中的腋窝LNM。

本研究通过研究LN阳性和LN阴性患者之间的差异,共选取445例具有淋巴结状态和多组学数据的TNBC患者,并分为训练集和验证集,分析了临床病理学特征和多组学数据,进行了生物标志物发现,并将这些生物标志物用于建立多组学模型。


测序流程

图2 LN 阳性和 LN 阴性患者之间的基因组差异。(A) LN阳性和LN阴性患者的突变特征。每列代表一个单独的患者。上条形图显示 TMB。右边的数字表示每个基因的突变频率。(B)LN阳性和LN阴性患者突变差异显著。突变事件的数量和精确的 P 值(Fisher 精确检验)显示在图中。(C) LN 阳性和 LN 阴性患者的 SCNA。每个竖条代表基因中扩增(深红色)、增益(浅红色)、缺失(深蓝色)和丢失(浅蓝色)的频率。(D) 在扩增中心(黄色)或以删除为中心(绿色)计算(Fisher 精确检验)中比较 LN 阳性和 LN 阴性患者之间的 SCNA。LN, 淋巴结;TMB,肿瘤突变负荷;SCNAs,体细胞拷贝数改变。

图2 LN 阳性和 LN 阴性患者之间的基因组差异。(A) LN阳性和LN阴性患者的突变特征。每列代表一个单独的患者。上条形图显示 TMB。右边的数字表示每个基因的突变频率。(B)LN阳性和LN阴性患者突变差异显著。突变事件的数量和精确的 P 值(Fisher 精确检验)显示在图中。(C) LN 阳性和 LN 阴性患者的 SCNA。每个竖条代表基因中扩增(深红色)、增益(浅红色)、缺失(深蓝色)和丢失(浅蓝色)的频率。(D) 在扩增中心(黄色)或以删除为中心(绿色)计算(Fisher 精确检验)中比较 LN 阳性和 LN 阴性患者之间的 SCNA。LN, 淋巴结;TMB,肿瘤突变负荷;SCNAs,体细胞拷贝数改变。

图 3 LN 阳性和 LN 阴性患者转录组的差异。(A)LN 阳性和 LN 阴性患者 RNA 表达的差异。红色,LN 阳性患者延长;蓝色,LN 阳性患者缩短;灰色,无明显变化。横线代表 P=0.05。(B) LN 阳性患者上调基因的 GO 富集分析。点的大小代表通路中基因的数量,颜色代表调整后的 P 值。(C)LN 阳性患者上调基因的 KEGG 富集分析。点的大小代表通路中基因的数量,颜色代表调整后的 P 值。LN,淋巴结;GO,基因本体;KEGG,京都基因和基因组百科全书。

图 3 LN 阳性和 LN 阴性患者转录组的差异。(A)LN 阳性和 LN 阴性患者 RNA 表达的差异。红色,LN 阳性患者延长;蓝色,LN 阳性患者缩短;灰色,无明显变化。横线代表 P=0.05。(B) LN 阳性患者上调基因的 GO 富集分析。点的大小代表通路中基因的数量,颜色代表调整后的 P 值。(C)LN 阳性患者上调基因的 KEGG 富集分析。点的大小代表通路中基因的数量,颜色代表调整后的 P 值。LN,淋巴结;GO,基因本体;KEGG,京都基因和基因组百科全书。

图4 研究队列的构成 (A)所有资料分为腋窝LN阳性组和LN阴性组:(I)共纳入445例患者,腋窝LN阳性169例,腋窝LN阴性276例;(II)全外显子组测序(WES,n=265);(三) SCNA(n=385);(IV)转录组(n=346)和(V)队列中所有患者均有临床病理学信息。(B) 训练和验证集的定义。根据手术时间将整个队列分为训练集(n = 305,68.5%)和验证集(n = 140,31.5%)。LN,淋巴结;SCNA,体细胞拷贝数改变;TNBC,三阴性乳腺癌。

图4 研究队列的构成 (A)所有资料分为腋窝LN阳性组和LN阴性组:(I)共纳入445例患者,腋窝LN阳性169例,腋窝LN阴性276例;(II)全外显子组测序(WES,n=265);(三) SCNA(n=385);(IV)转录组(n=346)和(V)队列中所有患者均有临床病理学信息。(B) 训练和验证集的定义。根据手术时间将整个队列分为训练集(n = 305,68.5%)和验证集(n = 140,31.5%)。LN,淋巴结;SCNA,体细胞拷贝数改变;TNBC,三阴性乳腺癌。

本研究发现,与LN阴性患者相比,LN阳性患者的突变事件数量增加,而LN阳性病例体细胞拷贝数改变(SCNAs)的扩增和缺失频率较低。在分析了上调的基因相关途径后,发现中性粒细胞相关途径在LN阳性患者中富集。基于这些组学分析,利用5个预测因子构建多组学模型,该模型表现出优于使用单个组学数据的模型(在训练集中AUC为0.790,在验证集中AUC为0.807)。在体细胞突变检测过程中,Sentieon 中TNseq 和 TNscope 两个体细胞突变检测模块被用于精准的变异发现。

图5 Sentieon的作用

图5 Sentieon的作用

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。 截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。


文献讨论

图6 文献讨论

图6 文献讨论

目前,根据各种方法的术前评估,部分乳腺癌患者可免于SLNB。这减少了侵入性手术引起的疼痛,同时保留了低估腋窝 LNM 的风险。因此,需要更多的工具来准确评估ALN转移的风险,并选择符合SLNB豁免条件的合适患者。仅使用临床因素很难预测 TNBC 的 LN 状态。研究者旨在为 TNBC 患者提供更多证据,说明他们是否可以免于 LN 手术切除。在这项研究中,研究者纳入了临床病理学信息以及基因组和转录组学数据。通过分析比较,研究者发现4个组学数据集中的LN阳性病例和LN阴性病例之间存在明显的特征。然后,研究者进一步选择了每个组学数据集的最关键特征,以构建一个集成的多组学模型,该模型比基于单个组学的模型表现更好。


总结

综上所述,在分析了最大的TNBC多组学队列后,本研究确定了与LNM相关的潜在临床和分子特征。基于多组学数据开发了稳健的LNM 状态预测模型,该发现为在TNBC患者中的个性化治疗和管理提供了新的视角和潜在帮助。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/44235.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【常见开源库的二次开发】基于openssl的加密与解密——openssl认识与配置(一)

一、什么是openssl? OpenSSL 是一个开源的软件库,它提供了一系列加密工具和协议,主要用于实现安全通信,如在网络上的数据传输。它支持多种加密算法,包括对称加密、非对称加密、散列函数、伪随机数生成器、数字签名、密…

基于vue的引入登录界面

以下是一些常见的登录页面布局: 1. 中心布局 - 登录表单位于页面的中心位置,通常包括用户名输入框、密码输入框、登录按钮等元素。页面背景简洁,以突出登录表单。 - 这种布局常见于大多数网站和应用,简洁明了,用户注意…

Kubernetes 为pod指定DNS

在k8s里面,默认创建pod会给pod默认分配一个默认的dns,这个dns是哪来的呢?可不可以改成其他的dns呢? 先进入到pod里面来,可以看到这里面默认设置的DNS服务器,这个服务器地址为10.96.0.10。这个地址是k8s自动…

RFID智能锁控系统在物流安全运输中的应用与效益分析

一、物流锁控系统现状与挑战 1.1 传统锁控系统的局限性 安全性不足:机械锁容易被撬开或钥匙被复制,导致货物在运输过程中面临被盗风险。 无法实时追踪:一旦货物离开发货点,物流公司无法实时监控货物状态,增加了货物…

数据库正则表达式在实际工作中的使用

regexp_like regexp_like 和 not like 都可以用来匹配字符串,但它们在使用方式和功能上有一些关键的区别: regexp_like 功能:用于正则表达式匹配,可以进行复杂的模式匹配。 灵活性:支持正则表达式语法,…

【前端】包管理器:npm、Yarn 和 pnpm 的全面比较

前端开发中的包管理器:npm、Yarn 和 pnpm 的全面比较 在现代前端开发中,包管理器是开发者必不可少的工具。它们不仅能帮我们管理项目的依赖,还能极大地提高开发效率。本文将详细介绍三种主流的前端包管理器:npm、Yarn 和 pnpm&am…

4DRadarSLAM算法复现

文章目录 4D毫米波雷达slam安装依赖包安装依赖的ROS功能包源码编译下载数据集程序运行效果概览4D毫米波雷达slam 4D毫米波雷达SLAM(Simultaneous Localization and Mapping,即同时定位与建图)是一种利用4D毫米波雷达传感器来进行环境感知并构建地图的技术。4D毫米波雷达不仅…

软考五个高级科目怎么选?如何一口气拿下证书!

软考高级包括: 信息系统项目管理师、系统分析师、系统架构设计师、网络规划设计师、系统规划与管理师等五个考试。 一、各科特点: 信息系统项目管理师 特点:主要从事信息系统项目管理方面的工作,要求掌握项目管理的知识体系和实…

CPU pipeline面试题Q3:我们可以任意增加CPU pipeline深度吗?

CPU流水线是提高吞吐量和指令级并行性的常见技术。我们可以任意增加CPU pipeline深度吗? 回答是否定的。 参加面试的工程师应该从以下方面回答这个问题: 1.pipeline需要在每个stage之间保持平衡。否则,stage之间将出现瓶颈。通常,…

vue3 路由跳转新页面并传递参数与获取参数

打开新标签页面传递参数(useRouter ) import { useRouter } from vue-router const uRouter useRouter() let page uRouter.resolve({path:/mapRollerShutter,query:{type:Split,key:1}})window.open(page.href,_blank)页面接收(useRoute …

【ROS2】中级:Launch -将启动文件集成到 ROS 2 包中

目标:向 ROS 2 包添加一个启动文件 教程级别:中级 时间:10 分钟 目录 先决条件 背景 任务 1. 创建一个包2. 创建用于存放启动文件的结构3. 编写启动文件4. 建立和运行启动文件 文档 先决条件 您应该已经学习了如何创建 ROS 2 包的教程。 始终…

【FreeRTOS】configLIBRARY_MAX_SYSCALL_INTERRUPT_PRIORITY宏解析

1、今天在调试串口时,发现在中断调用xQueueSendFromISR后就会出现系统卡死 经过百度和谷歌后发现原来如此: 2、在FreeRTOSConfig.h中有个宏, #define configLIBRARY_MAX_SYSCALL_INTERRUPT_PRIORITY 2 这个宏是用来规定FreeRTOS能干预的…

一篇教会你 位置式PID 在写码中的应用。

前言:编写不易,仅供学习,参考,谢谢理解,请勿转载。 #位置式|增量式PID区别 本系列的前两篇讲的是位置式PID 没有增量式 PID ,PID的变种有很多,常见的有 位置式PID 增量式PID PI PD 抗…

PHP7.4安装使用rabbitMQ教程(windows)

(1),安装rabbitMQ客户端erlang语言 一,erlang语言安装 下载地址1—— 下载地址2——https://www.erlang.org/patches/otp-27.0 二,rabbitMQ客户端安装 https://www.rabbitmq.com/docs/install-windows &#xff08…

PTC可复位保险丝 vs 传统型保险丝:全面对比分析

PTC可复位保险丝,又称为自恢复保险丝、自恢复熔断器或PPTC保险丝,是一种电子保护器件。它利用材料的正温度系数效应,即电阻值随温度升高而显著增加的特性,来实现电路保护。 当电路正常工作时,PTC保险丝呈现低阻态&…

昇思25天学习打卡营第1天|小试牛刀

这里写自昇思25天学习打卡营第1天|小试牛刀定义目录标题 昇思25天学习打卡营第1天学习了初学入门之基本介绍。了解了昇思MindSpore和华为昇腾AI全栈。训练营中的教程丰富,有初学入门、应用实践和量子计算等。学习打卡营是很好的提升自己的机会。 昇腾计算&#xff…

Python和MATLAB微机电健康推导算法和系统模拟优化设计

🎯要点 🎯惯性测量身体活动特征推导健康状态算法 | 🎯卷积网络算法学习惯性测量数据估计六自由度姿态 | 🎯全球导航卫星系统模拟,及惯性测量动态测斜仪算法、动态倾斜算法、融合算法 | 🎯微机电系统加速度…

python图形用户界面和游戏开发_day010

python图形用户界面和游戏开发 基于tkinter模块的GUI使用Pygame进行游戏开发在窗口中绘图加载图像实现动画效果碰撞检测事件处理 基于tkinter模块的GUI GUI是图形用户界面的缩写,图形化的用户界面对使用过计算机的人来说应该都不陌生,在此也无需进行赘述…

深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用

大数据领域内的诸多概念常常让人困惑,其中数据平台、数据中台、数据湖和数据仓库是最为关键的几个。 1. 数据平台 定义: 数据平台是一个综合性的技术框架,旨在支持整个数据生命周期的管理和使用。它包含数据采集、存储、处理、分析和可视化…

上传图片,base64改为文件流,并转给后端

需求&#xff1a; html代码&#xff1a; <el-dialog v-model"dialogPicVisible" title"新增图片" width"500"><el-form :model"picForm"><el-form-item label"图片名称&#xff1a;" :label-width"10…