췌장암은 예후가 좋지 않은 세계에서 가장 치명적인 종양 중 하나입니다.따라서 췌장암 발병 위험이 높은 환자를 식별해 맞춤형 치료를 하고 이들 환자의 예후를 개선하기 위해서는 정확한 예측 모델이 필요하다.
우리는 UCSC Xena 데이터베이스에서 TCGA(Cancer Genome Atlas) 췌장 선암종(PAAD) RNAseq 데이터를 얻었고 상관 분석을 통해 면역 관련 lncRNA(irlncRNA)를 식별했으며 TCGA와 정상 췌장 선암종 조직 간의 차이점을 확인했습니다.TCGA의 DEirlncRNA) 및 췌장 조직의 유전자형 조직 발현(GTEx).예후 시그니처 모델을 구축하기 위해 추가 단변량 및 올가미 회귀 분석을 수행했습니다.그런 다음 곡선 아래 면적을 계산하고 고위험 및 저위험 췌장 선암종 환자를 식별하기 위한 최적의 컷오프 값을 결정했습니다.고위험 및 저위험 췌장암 환자의 임상적 특성, 면역세포 침윤, 면역억제 미세환경, 항암제 내성을 비교하고자 한다.
우리는 20개의 DEirlncRNA 쌍을 식별하고 최적의 컷오프 값에 따라 환자를 그룹화했습니다.우리는 우리의 예후 시그니처 모델이 PAAD 환자의 예후를 예측하는 데 중요한 성능을 가지고 있음을 입증했습니다.ROC 곡선의 AUC는 1년 예측의 경우 0.905, 2년 예측의 경우 0.942, 3년 예측의 경우 0.966입니다.고위험군일수록 생존율이 낮고 임상적 특성도 더 나빴다.우리는 또한 고위험 환자가 면역억제 상태이고 면역요법에 대한 내성이 생길 수 있음을 입증했습니다.전산 예측 도구를 기반으로 파클리탁셀, 소라페닙, 에를로티닙과 같은 항암제를 평가하는 것은 PAAD 고위험 환자에게 적합할 수 있습니다.
전반적으로, 우리 연구는 췌장암 환자에서 유망한 예후 가치를 보여주는 쌍을 이루는 irlncRNA를 기반으로 한 새로운 예후 위험 모델을 확립했습니다.우리의 예후 위험 모델은 치료에 적합한 PAAD 환자를 구별하는 데 도움이 될 수 있습니다.
췌장암은 5년 생존율이 낮고 등급이 높은 악성종양이다.진단 당시 대부분의 환자는 이미 진행 단계에 있다.코로나19 사태 속에서 의사와 간호사들은 췌장암 환자를 치료할 때 엄청난 압박을 받고 있으며, 환자 가족들도 치료 결정을 내릴 때 여러 가지 압박에 직면하고 있습니다[1, 2].신보조요법, 수술적 절제, 방사선요법, 화학요법, 표적분자치료, 면역관문억제제(ICI) 등 DOAD 치료에 큰 발전이 있었지만 진단 후 5년 생존율은 약 9%에 불과하다. ].], 4].췌장 선암의 초기 증상은 비정형적이기 때문에 환자들은 대개 진행된 단계에서 전이로 진단됩니다[5].따라서 특정 환자에 대해 개별화된 종합 치료는 생존 연장뿐만 아니라 삶의 질 향상을 위해 모든 치료 옵션의 장단점을 고려해야 한다[6].따라서 환자의 예후를 정확하게 평가하기 위해서는 효과적인 예측 모델이 필요하다[7].따라서 PAAD 환자의 생존과 삶의 질의 균형을 맞추기 위해 적절한 치료법을 선택할 수 있습니다.
PAAD의 나쁜 예후는 주로 화학요법 약물에 대한 내성 때문입니다.최근에는 고형종양 치료에 면역관문억제제가 널리 사용되어 왔다[8].그러나 췌장암에서 ICI의 사용은 거의 성공하지 못합니다 [9].따라서 ICI 치료로 이익을 얻을 수 있는 환자를 식별하는 것이 중요합니다.
긴 비코딩 RNA(lncRNA)는 200개 이상의 뉴클레오티드로 구성된 전사체를 갖는 비코딩 RNA의 한 유형입니다.LncRNA는 널리 퍼져 있으며 인간 전사체의 약 80%를 구성합니다[10].많은 연구에서 lncRNA 기반 예후 모델이 환자 예후를 효과적으로 예측할 수 있음을 보여주었습니다 [11, 12].예를 들어, 18개의 자가포식 관련 lncRNA가 유방암의 예후 징후를 생성하는 것으로 확인되었습니다[13].6개의 다른 면역 관련 lncRNA가 신경교종의 예후 특징을 확립하는 데 사용되었습니다[14].
췌장암에서 일부 연구에서는 환자 예후를 예측하기 위해 lncRNA 기반 시그니처를 확립했습니다.3-lncRNA 특징은 ROC 곡선 아래 면적(AUC)이 0.742에 불과하고 전체 생존 기간(OS)이 3년인 췌장 선암종에서 확립되었습니다[15].또한, lncRNA 발현 값은 게놈, 데이터 형식, 환자마다 다르며 예측 모델의 성능이 불안정합니다.따라서 우리는 면역 관련 lncRNA(irlncRNA) 시그니처를 생성하기 위해 새로운 모델링 알고리즘인 페어링 및 반복을 사용하여 보다 정확하고 안정적인 예측 모델을 만듭니다[8].
정규화된 RNAseq 데이터(FPKM)와 임상 췌장암 TCGA 및 유전자형 조직 발현(GTEx) 데이터는 UCSC XENA 데이터베이스(https://xenabrowser.net/datapages/)에서 얻었습니다.GTF 파일은 Ensembl 데이터베이스(http://asia.ensembl.org)에서 얻었으며 RNAseq에서 lncRNA 발현 프로파일을 추출하는 데 사용되었습니다.우리는 ImmPort 데이터베이스(http://www.immport.org)에서 면역 관련 유전자를 다운로드하고 상관 분석(p < 0.001, r > 0.4)을 사용하여 면역 관련 lncRNA(irlncRNA)를 식별했습니다.TCGA-PAAD 코호트(|logFC| > 1 및 FDR)의 GEPIA2 데이터베이스(http://gepia2.cancer-pku.cn/#index)에서 얻은 irlncRNA와 차별적으로 발현된 lncRNA를 교차하여 차별적으로 발현된 irlncRNA(DEirlncRNA)를 식별합니다. ) <0.05).
이 방법은 이전에 보고되었습니다[8].구체적으로, 쌍을 이루는 lncRNA A와 lncRNA B를 대체하기 위해 X를 구성합니다. lncRNA A의 발현 값이 lncRNA B의 발현 값보다 높을 때 X는 1로 정의되고, 그렇지 않으면 X는 0으로 정의됩니다. 따라서 다음을 얻을 수 있습니다. 0 또는 – 1의 행렬. 행렬의 세로 축은 각 샘플을 나타내고, 가로 축은 0 또는 1의 값을 갖는 각 DEirlncRNA 쌍을 나타냅니다.
단변량 회귀 분석과 Lasso 회귀 분석을 사용하여 예후 DEirlncRNA 쌍을 선별했습니다.올가미 회귀 분석에서는 실행당 1000개의 무작위 자극을 사용하여 1000회 반복된 10겹 교차 검증(p < 0.05)을 사용했습니다.각 DEirlncRNA 쌍의 빈도가 1000주기에서 100배를 초과하는 경우 DEirlncRNA 쌍을 선택하여 예후 위험 모델을 구축했습니다.그런 다음 AUC 곡선을 사용하여 PAAD 환자를 고위험군과 저위험군으로 분류하기 위한 최적의 컷오프 값을 찾았습니다.각 모델의 AUC 값도 계산되어 곡선으로 표시되었습니다.곡선이 최대 AUC 값을 나타내는 가장 높은 지점에 도달하면 계산 프로세스가 중지되고 모델이 가장 적합한 후보로 간주됩니다.1년, 3년, 5년 ROC 곡선 모델이 구축되었습니다.단변량 및 다변량 회귀 분석을 사용하여 예후 위험 모델의 독립적인 예측 성능을 조사했습니다.
XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS 및 CIBERSORT를 포함한 7가지 도구를 사용하여 면역 세포 침투율을 연구합니다.면역 세포 침윤 데이터는 TIMER2 데이터베이스(//timer.comp-genomics.org/#tab-5817-3)에서 다운로드되었습니다.구축된 모델의 고위험군과 저위험군 간 면역침윤세포 함량의 차이를 Wilcoxon signed-rank test를 이용하여 분석하였고, 그 결과를 정사각형 그래프에 나타내었다.위험 점수 값과 면역침윤세포의 관계를 분석하기 위해 Spearman 상관분석을 실시하였다.결과 상관 계수는 막대사탕으로 표시됩니다.유의성 임계값은 p < 0.05로 설정되었습니다.이 절차는 R 패키지 ggplot2를 사용하여 수행되었습니다.면역 세포 침투율과 관련된 모델과 유전자 발현 수준 간의 관계를 조사하기 위해 ggstatsplot 패키지와 바이올린 플롯 시각화를 수행했습니다.
췌장암의 임상 치료 패턴을 평가하기 위해 TCGA-PAAD 코호트에서 일반적으로 사용되는 화학요법 약물의 IC50을 계산했습니다.고위험군과 저위험군 간의 절반 억제 농도(IC50)의 차이는 Wilcoxon 부호 순위 테스트를 사용하여 비교되었으며, 결과는 R에서 pRRophetic 및 ggplot2를 사용하여 생성된 상자 그림으로 표시됩니다. 모든 방법은 관련 지침 및 규범을 준수합니다.
우리 연구의 작업 흐름은 그림 1에 나와 있습니다. lncRNA와 면역 관련 유전자 간의 상관 분석을 사용하여 p < 0.01 및 r > 0.4인 724개의 irlncRNA를 선택했습니다.다음으로 GEPIA2의 차별적으로 발현된 lncRNA를 분석했습니다(그림 2A).총 223개의 irlncRNA가 췌장 선암종과 정상 췌장 조직 사이에서 차별적으로 발현되었으며(|logFC| > 1, FDR < 0.05), DEirlncRNA라고 명명되었습니다.
예측 위험 모델 구축.(A) 차별적으로 발현된 lncRNA의 화산 플롯.(B) 20개의 DEirlncRNA 쌍에 대한 올가미 계수 분포.(C) LASSO 계수 분포의 부분 우도 분산.(D) 20 DEirlncRNA 쌍의 단변량 회귀 분석을 보여주는 포레스트 플롯.
다음으로 223개의 DEirlncRNA를 쌍으로 연결하여 0 또는 1 매트릭스를 구성했습니다.총 13,687개의 DEirlncRNA 쌍이 확인되었습니다.단변량 및 올가미 회귀 분석 후, 20개의 DEirlncRNA 쌍이 최종적으로 테스트되어 예후 위험 모델을 구축했습니다(그림 2B-D).Lasso와 다중 회귀 분석 결과를 바탕으로 TCGA-PAAD 코호트의 각 환자에 대한 위험 점수를 계산했습니다(표 1).올가미 회귀 분석 결과를 바탕으로 TCGA-PAAD 코호트의 각 환자에 대한 위험 점수를 계산했습니다.ROC 곡선의 AUC는 1년 위험 모델 예측의 경우 0.905, 2년 예측의 경우 0.942, 3년 예측의 경우 0.966이었습니다(그림 3A-B).우리는 최적의 컷오프 값을 3.105로 설정하고 TCGA-PAAD 코호트 환자를 고위험 그룹과 저위험 그룹으로 계층화하고 각 환자에 대한 생존 결과 및 위험 점수 분포를 플롯했습니다(그림 3C-E).Kaplan-Meier 분석에 따르면 고위험군 PAAD 환자의 생존율은 저위험군 환자의 생존율보다 유의하게 낮았습니다(p < 0.001)(그림 3F).
예후 위험 모델의 타당성.(A) 예후 위험 모델의 ROC.(B) 1년, 2년, 3년 ROC 예후 위험 모델.(C) 예후 위험 모델의 ROC.최적의 컷오프 지점을 표시합니다.(DE) 생존 상태 분포(D) 및 위험 점수(E).(F) 고위험군 및 저위험군 PAAD 환자에 대한 Kaplan-Meier 분석.
우리는 임상적 특성에 따른 위험 점수의 차이를 추가로 평가했습니다.스트립 플롯(그림 4A)은 임상 특성과 위험 점수 간의 전반적인 관계를 보여줍니다.특히, 노인 환자의 위험 점수가 더 높았습니다(그림 4B).또한 2기 환자는 1기 환자보다 위험 점수가 더 높았습니다(그림 4C).PAAD 환자의 종양 등급과 관련하여 3등급 환자는 1등급 및 2등급 환자보다 위험 점수가 더 높았습니다(그림4D).우리는 단변량 및 다변량 회귀 분석을 추가로 수행하여 위험 점수(p < 0.001)와 연령(p = 0.045)이 PAAD 환자의 독립적인 예후 인자임을 입증했습니다(그림 5A-B).ROC 곡선은 PAAD 환자의 1년, 2년 및 3년 생존을 예측하는 데 위험 점수가 다른 임상 특성보다 우수하다는 것을 보여주었습니다(그림 5C-E).
예후 위험 모델의 임상 특성.히스토그램(A)은 (B) 연령, (C) 종양 단계, (D) 종양 등급, 위험 점수 및 TCGA-PAAD 코호트 환자의 성별을 보여줍니다.**p < 0.01
예후 위험 모델의 독립적인 예측 분석.(AB) 예후 위험 모델 및 임상 특성에 대한 단변량(A) 및 다변량(B) 회귀 분석.(CE) 예후 위험 모델 및 임상 특성에 대한 1년, 2년 및 3년 ROC
따라서 우리는 시간과 위험 점수 사이의 관계를 조사했습니다.우리는 PAAD 환자의 위험 점수가 CD8+ T 세포 및 NK 세포와 역의 상관관계가 있음을 발견했으며(그림 6A), 이는 고위험군에서 면역 기능이 억제되었음을 나타냅니다.또한 고위험군과 저위험군 간 면역세포 침투의 차이를 평가한 결과 동일한 결과를 확인했습니다(그림 7).고위험군에서는 CD8+ T 세포와 NK 세포의 침윤이 적었습니다.최근에는 고형암 치료에 면역관문억제제(ICI)가 널리 사용되고 있다.그러나 췌장암에서 ICI의 사용은 거의 성공하지 못했습니다.따라서 우리는 고위험군과 저위험군에서 면역 체크포인트 유전자의 발현을 평가했습니다.우리는 CTLA-4와 CD161(KLRB1)이 저위험군에서 과발현된다는 사실을 발견했습니다(그림 6B-G). 이는 저위험군의 PAAD 환자가 ICI에 민감할 수 있음을 나타냅니다.
예후 위험 모델과 면역 세포 침윤의 상관 관계 분석.(A) 예후 위험 모델과 면역 세포 침윤 간의 상관 관계.(BG) 고위험군과 저위험군에서의 유전자 발현을 나타냅니다.(홍콩) 고위험군과 저위험군의 특정 항암제에 대한 IC50 값.*p < 0.05, **p < 0.01, ns = 유의미하지 않음
우리는 TCGA-PAAD 코호트에서 위험 점수와 일반적인 화학요법제 사이의 연관성을 추가로 평가했습니다.췌장암에서 흔히 사용되는 항암제를 검색하여 고위험군과 저위험군 간 IC50 값의 차이를 분석했습니다.그 결과, AZD.2281(olaparib)의 IC50 값은 고위험군에서 더 높게 나타났으며, 이는 고위험군의 PAAD 환자가 AZD.2281 치료에 내성을 가질 수 있음을 나타냅니다(그림 6H).또한, 파클리탁셀, 소라페닙, 엘로티닙의 IC50 값은 고위험군에서 더 낮았다(도 6I-K).고위험군에서 IC50 값이 더 높은 34개 항암제와 고위험군에서 IC50 값이 더 낮은 34개 항암제를 추가로 확인했다(표 2).
lncRNA, mRNA, miRNA가 널리 존재하고 암 발생에 중요한 역할을 한다는 사실은 부인할 수 없습니다.여러 유형의 암에서 전체 생존율을 예측하는 데 있어 mRNA 또는 miRNA의 중요한 역할을 뒷받침하는 충분한 증거가 있습니다.의심할 여지 없이 많은 예후 위험 모델도 lncRNA를 기반으로 합니다.예를 들어, Luo et al.연구에 따르면 LINC01094는 PC 증식 및 전이에 중요한 역할을 하며, LINC01094의 높은 발현은 췌장암 환자의 생존율이 낮다는 것을 나타냅니다[16].Lin 등이 발표한 연구.연구에 따르면 lncRNA FLVCR1-AS1의 하향조절은 췌장암 환자의 예후가 좋지 않은 것과 관련이 있는 것으로 나타났습니다[17].그러나 면역 관련 lncRNA는 암 환자의 전반적인 생존을 예측한다는 측면에서 상대적으로 덜 논의되고 있습니다.최근에는 암 환자의 생존율을 예측하고 치료 방법을 조정하기 위한 예후 위험 모델 구축에 많은 연구가 집중되고 있다[18, 19, 20].암의 시작, 진행, 화학요법과 같은 치료에 대한 반응에서 면역 침윤의 중요한 역할에 대한 인식이 높아지고 있습니다.수많은 연구에서 종양 침윤 면역 세포가 세포 독성 화학 요법에 대한 반응에 중요한 역할을 한다는 것이 확인되었습니다 [21, 22, 23].종양 면역 미세환경은 종양 환자의 생존에 중요한 요소이다[24, 25].면역요법, 특히 ICI 요법은 고형 종양 치료에 널리 사용됩니다[26].면역 관련 유전자는 예후 위험 모델을 구축하는 데 널리 사용됩니다.예를 들어, Su et al.면역 관련 예후 위험 모델은 난소암 환자의 예후를 예측하기 위해 단백질 코딩 유전자를 기반으로 한다[27].lncRNA와 같은 비암호화 유전자도 예후 위험 모델을 구축하는 데 적합합니다[28, 29, 30].Luo 등은 4개의 면역 관련 lncRNA를 테스트하고 자궁경부암 위험에 대한 예측 모델을 구축했습니다[31].Khanet al.총 32개의 차별적으로 발현되는 전사체가 확인되었고, 이를 기반으로 5개의 유의미한 전사체가 있는 예측 모델이 확립되었으며, 이는 신장 이식 후 생검으로 입증된 급성 거부반응을 예측하는 데 적극 권장되는 도구로 제안되었습니다[32].
이러한 모델의 대부분은 단백질 코딩 유전자 또는 비코딩 유전자의 유전자 발현 수준을 기반으로 합니다.그러나 동일한 유전자라도 게놈, 데이터 형식, 환자마다 발현 값이 다를 수 있어 예측 모델에서 추정치가 불안정해질 수 있습니다.본 연구에서 우리는 정확한 발현 값과 관계없이 두 쌍의 lncRNA를 사용하여 합리적인 모델을 구축했습니다.
본 연구에서는 면역 관련 유전자와의 상관관계 분석을 통해 irlncRNA를 최초로 동정하였습니다.우리는 차별적으로 발현된 lncRNA와의 혼성화를 통해 223개의 DEirlncRNA를 스크리닝했습니다.둘째, 우리는 발표된 DEirlncRNA 페어링 방법을 기반으로 0-or-1 행렬을 구성했습니다[31].그런 다음 단변량 및 올가미 회귀 분석을 수행하여 예후 DEirlncRNA 쌍을 식별하고 예측 위험 모델을 구축했습니다.우리는 PAAD 환자의 위험 점수와 임상 특성 간의 연관성을 추가로 분석했습니다.우리는 PAAD 환자의 독립적인 예후 인자로서 우리의 예후 위험 모델이 높은 등급 환자와 낮은 등급 환자, 높은 등급 환자와 낮은 등급 환자를 효과적으로 구별할 수 있음을 발견했습니다.또한 예후위험모델의 ROC 곡선의 AUC 값은 1년 예측은 0.905, 2년 예측은 0.942, 3년 예측은 0.966으로 나타났다.
연구자들은 CD8+ T 세포 침윤이 높은 환자가 ICI 치료에 더 민감하다고 보고했습니다[33].종양 면역 미세환경에서 세포독성 세포, CD56 NK 세포, NK 세포 및 CD8+ T 세포 함량의 증가는 종양 억제 효과의 원인 중 하나일 수 있습니다[34].이전 연구에서는 종양 침윤성 CD4(+) T 및 CD8(+) T의 수준이 높을수록 생존 기간 연장과 유의미한 관련이 있는 것으로 나타났습니다[35].불량한 CD8 T 세포 침윤, 낮은 신생항원 부하 및 고도로 면역억제적인 종양 미세환경으로 인해 ICI 치료에 대한 반응이 부족하게 됩니다[36].우리는 위험 점수가 CD8+ T 세포 및 NK 세포와 음의 상관관계가 있음을 발견했으며, 이는 위험 점수가 높은 환자는 ICI 치료에 적합하지 않을 수 있으며 예후가 더 나쁠 수 있음을 나타냅니다.
CD161은 자연 살해(NK) 세포의 표지자입니다.CD8+CD161+ CAR로 형질도입된 T 세포는 HER2+ 췌관 선암종 이종이식 모델에서 향상된 생체 내 항종양 효능을 중재합니다[37].면역 체크포인트 억제제는 세포독성 T 림프구 관련 단백질 4(CTLA-4) 및 프로그램화된 세포사멸 단백질 1(PD-1)/프로그램화된 세포사멸 리간드 1(PD-L1) 경로를 표적으로 하며 많은 분야에서 큰 잠재력을 가지고 있습니다.CTLA-4 및 CD161(KLRB1)의 발현은 고위험군에서 더 낮으며, 이는 고위험 점수를 가진 환자가 ICI 치료에 적합하지 않을 수 있음을 나타냅니다.[38]
고위험 환자에게 적합한 치료 옵션을 찾기 위해 다양한 항암제를 분석한 결과, PAAD 환자에게 널리 사용되는 파클리탁셀, 소라페닙, 엘로티닙이 고위험 PAAD 환자에게 적합할 수 있음을 확인했습니다.[33].Zhang 등은 DNA 손상 반응(DDR) 경로의 돌연변이가 전립선암 환자의 예후를 나쁘게 할 수 있음을 발견했습니다[39].POLO(Pancreatic Cancer Olaparib Ongoing) 연구에서는 췌장관 선암종 및 생식선 BRCA1/2 돌연변이가 있는 환자에서 1차 백금 기반 화학요법 후 올라파립 유지 치료가 위약에 비해 무진행 생존 기간을 연장한 것으로 나타났습니다[40].이는 이 하위 환자군에서 치료 결과가 크게 개선될 것이라는 상당한 낙관론을 제공합니다.본 연구에서 AZD.2281(올라파립)의 IC50 값은 고위험군에서 더 높았으며, 이는 고위험군의 PAAD 환자가 AZD.2281 치료에 내성이 있을 수 있음을 나타냅니다.
본 연구의 예측 모델은 좋은 예측 결과를 생성하지만 분석적 예측을 기반으로 합니다.이러한 결과를 임상 데이터로 어떻게 확인할 것인가가 중요한 문제이다.내시경 미세침 흡인 초음파(EUS-FNA)는 민감도 85%, 특이도 98%로 고형 및 췌장외 췌장 병변을 진단하는 데 없어서는 안 될 방법이 되었습니다[41].EUS 미세 바늘 생검(EUS-FNB) 바늘의 출현은 주로 더 높은 진단 정확도, 조직학적 구조를 보존하는 샘플 획득, 특정 진단에 중요한 면역 조직 생성과 같은 FNA에 비해 인지된 이점에 기반합니다.특수 염색 [42].문헌의 체계적인 검토를 통해 FNB 바늘(특히 22G)이 췌장 덩어리에서 조직을 수확하는 데 가장 높은 효율성을 입증한다는 것이 확인되었습니다[43].임상적으로는 소수의 환자만이 근치수술을 받을 수 있으며, 대부분의 환자는 초기 진단 당시 수술이 불가능한 종양을 가지고 있습니다.임상에서는 대부분의 환자가 초기 진단 당시 수술이 불가능한 종양을 갖고 있기 때문에 소수의 환자만이 근치 수술에 적합합니다.EUS-FNB 등의 방법으로 병리학적 확인을 한 후 화학요법 등 표준화된 비수술적 치료법을 선택하는 것이 일반적이다.우리의 후속 연구 프로그램은 후향적 분석을 통해 수술 및 비수술 코호트에서 이 연구의 예후 모델을 테스트하는 것입니다.
전반적으로, 우리 연구는 췌장암 환자에서 유망한 예후 가치를 보여주는 쌍을 이루는 irlncRNA를 기반으로 한 새로운 예후 위험 모델을 확립했습니다.우리의 예후 위험 모델은 치료에 적합한 PAAD 환자를 구별하는 데 도움이 될 수 있습니다.
현재 연구에서 사용 및 분석된 데이터 세트는 합리적인 요청에 따라 해당 저자에게 제공됩니다.
Sui Wen, Gong X, Zhuang Y. 코로나19 팬데믹 기간 동안 부정적인 감정의 정서적 조절에서 자기효능감의 중재 역할: 단면 연구.Int J Ment Health Nurs [저널 기사].2021년 6월 01일/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J 등중환자실에서의 대안적 의사결정에 대한 가족들의 견해: 체계적인 검토.INT J NURS STUD [잡지 기사;검토].2023년 01월 01일;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. 췌장암.랜싯.[저널 기사;연구 지원, NIH, 교외 활동;연구 지원, 미국 이외의 정부;검토].2011년 2011년 8월 13일;378(9791):607–20.
Ilic M, Ilic I. 췌장암의 역학.세계 위장병학 저널.[저널 기사, 리뷰].2016년 11월 28일/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. 췌장암 환자의 전체 생존율을 예측하기 위한 새로운 tp53 관련 노모그램.BMC Cancer [저널 기사].2021년 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. 화학요법을 받는 대장암 환자의 암 관련 피로에 대한 솔루션 중심 치료의 효과: 무작위 대조 시험.암 간호사.[저널 기사;무작위 대조 시험;이 연구는 미국 외 정부의 지원을 받습니다.]2022년 5월 1일/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y 등.수술 후 암배아항원(CEA) 수준은 수술 전 CEA 수준이 정상인 환자의 대장암 절제술 후 결과를 예측합니다.중개암 연구센터.[저널 기사].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X 등.면역 관련 lncRNA는 새로운 시그니처를 생성하고 인간 간세포 암종의 면역 환경을 예측합니다.Mol Ther Nucleic acid [저널 기사].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD 췌장암에 대한 면역요법: 장벽과 돌파구.앤 위장 외과의사 [저널 기사;검토].2018년 7월 1일/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. 긴 비코딩 RNA(LncRNA), 바이러스 종양 유전체학 및 비정상적인 접합 이벤트: 치료적 의미.AM J CANCER RES [저널 기사;검토].2021년 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-자궁내막암 예후와 관련된 lncRNA 시그니처의 식별.과학의 성과 [잡지 기사].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, 외.유두세포신세포암종의 RNA 결합 단백질 예후 유전자 및 약물 후보에 대한 종합 분석.pregen.[저널 기사].2021년 01월 20일;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X 등.자가포식과 관련된 긴 비코딩 RNA의 특성은 유방암 예후를 예측합니다.pregen.[저널 기사].2021년 01월 20일;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. 면역 관련 6개의 lncRNA 시그니처는 다형성 교모세포종의 예후를 향상시킵니다.MOL 신경생물학.[저널 기사].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z 등.새로운 tri-lncRNA 시그니처는 췌장암 환자의 생존을 예측합니다.ONKOL의 대표.[저널 기사].2018 2018년 12월 1일;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094는 스폰지형 miR-577을 통해 LIN28B 발현 및 PI3K/AKT 경로를 조절하여 췌장암 진행을 촉진합니다.Mol Therapeutics – 핵산.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, 외.lncRNA FLVCR1-AS1과 KLF10 사이의 긍정적 피드백은 PTEN/AKT 경로를 통해 췌장암 진행을 억제할 수 있습니다.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. 간세포 암종의 전체 생존을 예측하는 13개 유전자 식별.Biosci Rep [저널 기사].2021년 4월 09일.
게시 시간: 2023년 9월 22일