文摘
客观的。细胞周期失调的进展(CCP)是癌症的标志之一。在这里,我们研究的目的是开发一个CCP-derived基因签名预测肝细胞癌(HCC)的高危人群。方法。我们的研究回顾性分析了转录组分析和肝细胞癌患者的临床资料从癌症基因组图谱(TCGA)与国际癌症基因组协会(ICGC)项目。Uni -多变量cox回归模型进行识别标志的癌症被肝细胞癌的危险因素。CCP-derived基因签名是用套索方法开发的。预测效果验证了ROC曲线和子群分析。中华民国的诺模图然后生成和验证,校准,决定性的曲线。免疫细胞浸润与ssGSEA估计方法。潜在的小分子化合物通过最大预测和提出分析。化疗药物的反应是评估基于GDSC项目。结果。在癌症的标志,中国共产党被认定为主导肝癌预后的危险因素。CCP-derived基因签名显示在HCC预后良好的预测效力独立于其它临床病理的参数。一诺模图生成优化风险分层和量化风险评估。CCP-derived签名与免疫细胞浸润,HLA和免疫检查点表达式。结合最大和提出分析,fluvastatin被确认为一种很有前途的治疗代理对肝癌。此外,CCP-derived签名可能申请预测响应阿霉素和吉西他滨。结论。集体,CCP-derived基因签名是一种很有前途的标记在生存的预测结果和治疗对肝癌病人的反应。
1。介绍
肝细胞癌(HCC),积极与预后不良的恶性肿瘤,占85%的肝癌病例,通常发展的慢性肝脏疾病(1]。复杂的病因和高度瘤内和intertumoral异质性使预后预测更具挑战性的(2]。当前的TNM分期系统是不够精确的治疗决策和对肝癌病人预后的预测。证据表明基因签名可以申请危险分层和预后预测在肝细胞癌(3- - - - - -5]。然而,由于样本量不足,interpatient intertumoral,瘤内异质性,和技术偏差,多数预后模型具有重现性较低,不能用于常规临床实践(6]。因此,识别高风险的子组的肝细胞癌患者的新方法将个性化的癌症治疗带来巨大影响。
癌症的特点包括生物能力六个多步过程中获得的癌症,包括持续扩散,逃避生长抑制剂,抗细胞死亡,复制的永生,血管生成,激活入侵,转移,代谢重编程,和免疫逃避7]。其中,细胞周期进展(CCP)是一个关键的生物事件,控制调节正常细胞,但它几乎普遍变得异常或在肿瘤细胞特异表达8]。证据表明,中共可能是一个有用的生物标志物预测手术切除后复发和转移等多种癌症类型的乳腺癌和前列腺癌9- - - - - -11]。畸变CCP-related基因经常发现在多种人类肿瘤的过程,和他们的表达分析具有广泛的预后意义(12]。在我们的研究中,中国共产党被认定为肝癌生存的主要风险因素的结果。精确的生物和机器学习方法是采用筛选可靠的候选人变量以及建立一个个性化CCP-derived基因签名在预测预后和免疫反应,化疗对肝癌患者。
2。材料和方法
2.1。数据采集
本研究收集肝癌患者的mRNA表达分析和临床特征从癌症基因组图谱(TCGA;https://cancergenome.nih.gov/)[13),国际癌症基因组协会(ICGC;https://dcc.icgc.org/)[14]。只有完整的患者随访时间和重要地位纳入本研究。总的来说,我们终于从TCGA-LIHC队列检索368名肝癌患者(补充表1从ICGC)和260名肝癌患者(LIRI-JP)队列进行进一步分析。然后,FPKM值转换为TPM的价值。突变的体细胞突变数据注释格式(加)肝癌TCGA下载数据库,分析了通过maftools包(15]。
2.2。量化特征的癌症
癌症的基因集的特点提出Hanahan和Weinberg [7)包括糖酵解,共产党,血管生成,细胞凋亡、DNA修复,epithelial-mesenchymal过渡(EMT)、缺氧、炎症,和具备干细胞从MSigDB获得数据库(http://software.broadinstitute.org/gsea/index.jsp)[16]。单样本基因集富集分析(ssGSEA)采用量化的活动上面的标志癌症和基因变异分析(GSVA) [17]。免疫渗滤被估计相对量化使用细胞类型识别子集的RNA转录(CIBERSORT)计算方法18]。ssGSEA和免疫渗透分数比例 - - - - - -得分。Uni -考克斯和多元回归模型进行了评估癌症的预后影响以上特点TCGA-LIHC队列。补充表2列出了癌症基因的特征集。
2.3。差异表达分析
CCP-relevant基因被确定通过介绍微分表达式分析高低CCP分数组之间通过limma包。设置为标准 和 。
2.4。功能富集分析
基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)浓缩CCP-relevant基因的分析通过采用clusterProfiler包(19]。去了三类:生物过程、细胞组件,和分子的功能。
2.5。建立和验证预后的基因签名
进行了单变量Cox回归模型来评估之间的联系CCP-relevant TCGA-LIHC群基因与肝细胞癌的预后。CCP-relevant基因 包括至少绝对收缩和选择算子——(套索)处罚Cox回归分析利用glmnet包(20.]。变量选择和收缩。惩罚参数( )这个模型的确定crossverification符合通过十倍值对应于最低的部分可能异常。后的风险评分(RS)是计算每个候选的规范化表达变量及其匹配的回归系数。这个公式是构造如下: 。肝细胞癌患者分为高和低风险的子组与RS的中值。两个子组之间总体存活率与survminer包。Uni -考克斯和多元回归模型建立了评估预测独立性的基因签名通过调整临床病理参数(年龄、性别、年级和阶段)。时间接受者操作特征(ROC)曲线分析的预测能力进行了评估与survivalROC基因签名方案。CCP-derived基因签名是LIRI-JP外部验证队列。
2.6。建立预后列线图
列线图成立于TCGA-LIHC队列与rms包。,1 - 3 - 5年总体存活率是评估通过总点,和点的阶段,和RS。验证了该诺模图的预测性能由中华民国,校准,决定性的曲线。
2.7。肿瘤微环境评估(时间)
估计基质和免疫细胞的恶性肿瘤使用表达数据(估计;https://sourceforge.net/projects/estimateproject/)方法(21)是采用估计基质的分数和免疫细胞TCGA-LIHC队列。肿瘤免疫分数,通过组合基质和纯度是推断出来的。ssGSEA算法是用于量化的相对丰度28 TCGA-LIHC肿瘤浸润免疫细胞群。免疫细胞的标记基因是来自Charoentong et al。22,23]。浓缩分数是决定,代表肝细胞癌标本的免疫细胞的渗透。的mRNA表达人类白细胞抗原(HLA)基因和免疫检查站在肝癌样本进行了分析。
2.8。量化已知信号通路的活性
我们收集了干扰素的基因集γ签名,APM信号,基本切除修复、细胞周期、DNA复制,Fanconi贫血通路,同源重组,microrna在癌症、错配修复,核苷酸切除修复,卵母细胞减数分裂,p53信号通路,progesterone-mediated卵母细胞成熟,蛋白酶体,嘧啶代谢,剪接体,系统性红斑狼疮,病毒致癌作用从发表的文献24- - - - - -26]。斯皮尔曼相关测试提出了RS与生物学途径。
2.9。预测潜在的治疗药物
本研究收集药物敏感性分析最大的人类癌症细胞系(https://portals.broadinstitute.org/ctrp)项目。曲线下的面积(AUC)值是用于推断药物敏感性。此外,癌症细胞的转录组数据行百科全书(CCLE)数据库(https://portals.broadinstitute.org/ccle/)申请最大分析(27]。
2.10。筛选小分子化合物
RS-relevant基因 和 筛选高和低风险之间的肝细胞癌标本。——和表达下调RS-relevant基因分别上传到连接映射(提出;http://portals.broadinstitute.org/cmap/)项目(28]。潜在的小分子化合物 和 被发现。这些化合物的作用机制与作用方式进行评估(农业部)分析。
2.11。分析化疗反应
对化疗药物的反应评估是基于药物敏感性在癌症基因组学(GDSC,https://www.cancerrxgene.org/)项目(29日]。通过应用pRRophetic包,half-maximal抑制浓度(IC50)值的阿霉素、顺铂、吉西他滨,索拉非尼计算在每一个肝癌标本(30.]。
2.12。统计分析
进行了统计分析和R语言(版本4.0.2)。比较两组通过学生的进行 - - - - - -测试或Wilcoxon测试。斯皮尔曼相关测试用于评估参数之间的相关性。双面的 显示统计学意义。
3所示。结果
3.1。共产党作为一个主要癌症特征对肝癌预后的危险因素
本研究评估癌症的预后标志的意义由Hanahan和Weinberg定义的。如单变量cox回归模型所示,血管生成(人力资源:1.55 (0.45 - -5.29), ),细胞凋亡(风险比(人力资源):0.64 (0.04 - -10.96), ),EMT(人力资源:2.01 (0.63 - -6.40), ),缺氧(人力资源:13.17 (0.86 - -200.85), ),炎症(人力资源:1.04 (0.26 - -4.15), ),和免疫渗滤(人力资源:0.9997 (0.9996 - 1), )没有显著影响肝癌患者的生存结果TCGA-LIHC队列。与此同时,DNA修复(人力资源:1524850.08 (953.23 - -2439263968.30), ),糖酵解(人力资源:3325.14 (67.71 - -163303.93), ),具备干细胞(人力资源:705.26 (35.39 - -14055.11), ),和中国共产党(人力资源:439.59 (44.74 - -4319.26), )是肝细胞癌预后的重要危险因素。进一步的多变量cox回归模型表明,糖酵解(人力资源:447.32 (4.76 - -42064.25), )和中国共产党(人力资源:63.19 (1.33 - -3001.70), )不是DNA修复(人力资源:993.12 (0.08 - -13051084.68), )和具备干细胞(人力资源:0.30 (0.002 - -41.35), )肝细胞癌的独立危险因素。通过调整临床病理的参数,我们观察到,除了阶段(人力资源:1.44 (1.17 - -1.78), )和年龄(人力资源:1.01 (1.002 - -1.03), ),CCP(人力资源:98.54 (7.10 - -1366.81), )是唯一的癌症肝细胞癌预后的重要危险因素特点根据多变量cox回归模型(图1(一))。ssGSEA评分被用来量化每个肝癌标本中共水平。图1 (b)可视化CCP分数和常见的临床病理参数的关系。生存分析发现,高CCP得分是在不利的肝细胞癌患者的临床结果(图1 (c))。以上研究结果表明,中国共产党作为主要癌症特征对肝癌预后的危险因素。
(一)
(b)
(c)
3.2。CCP-Relevant基因在肝细胞癌的识别
总共549个CCP-relevant基因被确定在肝癌标本TCGA-LIHC队列(数字2(一个)和2 (b))。补充表中列出的详细信息3。这549 CCP-relevant基因的生物功能深度进行了探讨。在图2 (c)生物过程染色体隔离,有丝分裂核分裂,核分裂,细胞器裂变,姐妹染色单体分离明显受549年CCP-relevant基因。此外,基因主要参与调节细胞染色体的组成部分地区,染色体着丝粒区域,浓缩的染色体,染色体浓缩,着丝粒区域,主轴(图2 (d))。他们有3的分子功能 - - - - - -5DNA解旋酶活性、催化活性、作用于DNA, DNA解旋酶活动,单链DNA DNA复制原点绑定,绑定(图2 (e))。在图2 (f)、细胞周期、DNA复制,药物metabolism-cytochrome P450,由细胞色素P450外源性物质代谢,视黄醇代谢被CCP-relevant明显调节基因。
(一)
(b)
(c)
(d)
(e)
(f)
3.3。建设CCP-Derived肝癌预后基因签名
通过单变量cox回归模型,我们发现374年TCGA-LIHC HCC预后CCP-relevant基因群组(补充表4)。我们采用了glmnet包建立套索Cox回归模型。图3(一个)上面描述的变化轨迹的预后CCP-relevant基因,这表明更独立变量拥有回归系数接近零逐渐增加。此外,10倍crossverification提出了建立预测模型。相对应的置信区间都是图所示3 (b)。最后,六个候选基因被包含在模型中,公式如下: 。如图3 (c),有明显积极的六个候选基因之间的相互作用。符合RS的中值,肝癌患者分层为高和低风险组(图3 (d))。更多的死亡患者中发现的高危人群(图3 (e))。与RS的增加、KIF20A CDCA8, KPNA2, G6PD、NDRG1, EPS8L3表达逐渐增加(图3 (f))。两组之间的生存差异评估。在图3 (g),我们发现低风险病人拥有截然不同的生存优势。RS进一步调查小组的预后意义分析。我们分层肝癌病人分成不同的子组与临床病理的参数。我们的数据表明,高RS贫困患者临床结果相比,那些低RS在每个子群的 和 (数据3 (h)和3(我)),女性和男性(数字3 (j)和3 (k)),G1-2 G3-4(数字3(左)和3(米))和阶段i ii和iii iv阶段(数字3 (n)和3 (o))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
(m)
(n)
(o)
3.4。CCP-Derived基因签名是一个健壮的肝细胞癌的预后预测指标
CCP-derived基因的预测疗效LIRI-JP群签名是外部验证。与RS的中位数,肝细胞癌患者分为两组(图4(一))。有更多的死亡病例在高危人群(图4 (b))。一致,增加表达KIF20A、CDCA8 KPNA2, G6PD、NDRG1, EPS8L3高危患者(图中找到4 (c))。预后分析发现高危患者(图的著名的生存优势4 (d))。单变量cox回归模型显示,舞台和CCP-derived RS与HCC预后TCGA-LIHC队列(图4 (e))。如多变量cox回归模型所示,舞台和CCP-derived RS的肝细胞癌(图都是独立的预后指标4 (f))。AUC值在1 -,3 -和5年生存率分别为0.776,0.697和0.619在TCGA-LIHC队列(图4 (g))。LIRI-JP队列中,AUC值在1 -,3 -,和5年生存率分别为0.779,0.803和0.762(图4 (h))。以上研究结果表明well-predictive CCP-derived RS在肝细胞癌预后的性能。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
3.5。建立一个可靠的肝细胞癌预后列线图
两个独立的预后因素(CCP-derived RS和舞台)包括建设TCGA-LIHC队列(图的诺模图5(一个))。每个级别的RS或阶段被分配一个分数,总分是计算通过总结每个病人的分数。1 -,3 -和5年生存概率函数转换关系确定的总分数。auc的诺模图,1 - 3 -,和5年生存率分别为0.718,0.757和0.757,表明优秀的预测性能(图5 (b))。校准曲线显示高一致性nomogram-estimated 1 -, 3 -, 5年临床结果和实际观察(图5 (c))。决定性的曲线进行评估的指导意义的临床应用的诺模图。我们的数据表明,诺模图是最好的预测肝癌的临床结果(图5 (d))。
(一)
(b)
(c)
(d)
3.6。CCP-Derived预后基因签名是相对于时间和肝细胞癌的致癌途径
估计计算方法用于推断总体渗透水平的免疫和基质细胞。我们观察到肿瘤免疫得分无显著差异或纯度高和低风险之间的肝细胞癌患者(图6(一))。低风险病人显示得分显著增加基质相比,高危患者。在图6 (b),CD4 + T细胞激活,中央内存CD4 + T细胞、B细胞记忆,辅助17细胞类型,辅助2型细胞,激活树突状细胞增加了渗透在高风险水平比低风险肝癌标本。减少渗透效应记忆CD8 + T细胞的水平,CD56明亮的自然杀伤细胞,嗜酸性粒细胞和肥大细胞被发现在高危相比,低风险的肝癌样本。此外,高RS与增加mRNA的表达HLA的家庭,包括HLA-DOB HLA-DMA, HLA-DPB1, HLA-DRA, HLA-DOA, HLA-DQA2, HLA-DQA1, HLA-DMB HLA-DPB2, HLA-DQB2(图6 (c))。我们也比较了mRNA的表达免疫检查点之间的高收入和低风险的肝细胞癌标本。我们观察到CD200 VSIR CD27, LAG3, CD70, TNFRSF25, CD28、NRP1, CD200R1, TIGIT, VTCN1, TNFSF18, TNFRSF18,这个理事会,TNFRSF14, TNFSF9, PDCD1, TNFRSF9, CTLA4, CD86, LGALS9, TNFRSF18, HAVCR2, LAIR1, TNFRSF4, TNFSF15, HHLA2, CD80、TNFSF4,小鼠与RS的增加逐渐增加(图6 (d))。RS和已知的生物通路之间的联系是评估在肝癌样本。在图6 (e)RS显示正相关,包括致癌途径激活干扰素-γ签名,APM信号,基本切除修复、细胞周期、DNA复制,Fanconi贫血通路,同源重组,microrna在癌症、错配修复,核苷酸切除修复,卵母细胞减数分裂,p53信号通路,progesterone-mediated卵母细胞成熟,蛋白酶体,嘧啶代谢,剪接体,系统性红斑狼疮,病毒致癌作用。
(一)
(b)
(c)
(d)
(e)
3.7。基于CCP-Derived预测潜在的治疗性化合物对肝细胞癌基因签名
本研究进一步发现有前途的治疗药物对肝癌基于CCP-derived基因签名TCGA-LIHC队列。在图7(一)12 CTRP-derived化合物被确定,包括紫杉醇( ),bi - 2536 ( ),triazolothiadiazine ( ),abt - 737 ( ),nakiterpiosin ( ),丝裂霉素( ),barasertib ( ),ceranib-2 ( ),sb - 743921 ( ),clofarabine ( ),fluvastatin ( ),和kx2 - 391 ( )。AUC值以上化合物比较高和低风险之间的肝癌患者。我们发现高危患者有显著减少每个化合物的AUC值。这表明,高风险的患者更容易应对以上化合物。小分子化合物也提出预测的项目。总共33小分子化合物 和 被确定(表1)。共享机制的作用高于化合物如图7 (b)。我们观察到洋地黄毒甙配基,地高辛,helveticoside乌本苷、腺苷三磷酸酶抑制剂和proscillaridin共享;芹黄素和ricinine共享酪蛋白激酶抑制剂;4,5-dianilinophthalimide butein和表皮生长因子受体抑制剂;scriptaid vorinostat共享HDAC抑制剂;fluvastatin和辛伐他汀共享HMGCR抑制剂;ly - 294002和西罗莫司共享mTOR抑制剂。Fluvastatin预测最大和提出项目,表明潜在的代理对肝癌治疗。
(一)
(b)
(c)
3.8。CCP-Derived基因签名预测化疗反应
对化疗药物的反应包括阿霉素、顺铂、吉西他滨,索拉非尼在每个肝癌样本评估TCGA-LIHC队列。我们比较的IC50值高于代理在高和低风险的肝癌患者。因此,高危患者明显降低阿霉素的IC50值和吉西他滨比那些低风险,表明高RS表明增加对阿霉素的敏感性和吉西他滨(图7 (c))。然而,高和低风险之间没有显著差异调查肝癌患者。因此,CCP-derived预后基因签名可能申请预测响应阿霉素和吉西他滨。
3.9。CCP-Derived基因签名作为一个可靠的独立预后指标的基因突变
进一步的分析显示,84.62%发生在364份肝癌样本(图体细胞突变8(一个))。TP53是最常见的突变(30%),其次是CTNNB1 (25%)、TTN(24%),和MUC16 (14%)。错义突变突变的主要类型。肝癌样本分层成不同的子组根据上面是否发生突变的基因。我们观察到high-RS病人相比,贫穷的临床结果显示低患者无论TP53 CTNNB1 TTN, MUC16突变(数字8 (b)- - - - - -8(我))。这表明CCP-derived基因签名作为一个可靠的独立预后指标的基因突变。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
4所示。讨论
如今,生物信息学分析已成为癌症研究的一个重要工具。在此,我们的研究表明,中国共产党作为肝癌预后的主要风险因素在癌症的标志。套索计算方法是一个收缩估计,这可能是用于构造罚函数以及获得一个相对完善的模型,在几个系数可能会萎缩,和一些设置为零。因此,该模型具有收缩子集的优势和代表一个偏差估计,这可能处理多重共线的数据。它能够估计的参数和选择变量,从而解决多重共线性回归分析的问题。因此,我们采用套索方法构建一个健壮的CCP-derived肝癌预后的基因签名。
这个签名包含KIF20A, CDCA8 KPNA2, G6PD、NDRG1, EPS8L3。KIF20A失调可能不利的临床结果的独立预测因素和复发的肝细胞癌患者31日]。可能会减少差别KIF20A对这些肝癌细胞的增殖和诱导G1逮捕[32]。CDCA8与不利的阶段和生存的结果肝细胞癌(33]。CDCA8削弱抑制肝癌生长和具备干细胞通过恢复ATF3和灭活AKT /β连环蛋白轴(34]。KPNA2 upregulation加速通过增强肝癌进展的移民(35)和增殖,表明不良的预后(36]。KPNA2失调也与小肝癌肝切除术后患者的早期复发(37]。G6PD upregulation导致肝癌细胞的迁移和入侵通过加强EMT (38]。它可以抑制ferroptosis通过减少肝癌细胞色素P450氧化还原酶(39]。Hypoxia-mediated NDRG1 upregulation调节凋亡水平通过驾驶线粒体分裂在肝细胞癌(40]。NDRG1作为预测转移、复发和预后不良在肝细胞癌(41]。EPS8L3 upregulation增强肝细胞癌扩散通过抑制transactivity FOXO1 [42]。它还可以诱导肝细胞增殖和转移通过调制的表皮生长因子受体二聚和内化43]。同时,我们观察到CCP-derived致癌途径激活基因签名表现出正相关。因此,每个变量CCP-derived基因签名作为癌基因在肝癌进展。
预后分析发现CCP-derived基因签名可以独立预测HCC患者的临床结果。患者高RS表示预后不利。ROC曲线1 -,3 -,5年生存证实了预测效果。外部验证证明的临床适用性CCP-derived基因签名。最近的一项研究提出了一种新的细胞周期内子宫内膜癌预后模型(44]。这项研究是第一个构建CCP-derived肝癌预后的基因签名。通过整合阶段和CCP-derived签名,我们开发了一个列线图。经过验证的中华民国,校准和决定性的曲线,这列线图拥有潜在的临床预测肝癌预后的工具。
免疫抑制剂如PD-1检查站,最近PD-L1, CTLA-4抗体显示良好的治疗效果与先进的肝细胞癌(45]。但是目前的免疫疗法引起持久的反应在少数肝细胞癌。由于时间在肝细胞癌发病机制的不可或缺的作用,它的意义揭示肝癌的潜在机制塑造独特的时间(46]。我们的研究结果表明,高风险HCC具有增加渗透的CD4 + T细胞激活水平,中央CD4 + T细胞记忆,记忆B细胞,辅助17细胞类型,辅助2型细胞,激活树突状细胞以及渗透水平降低的效应记忆CD8 + T细胞、CD56明亮的自然杀伤细胞,嗜酸性粒细胞和肥大细胞。此外,大多数HLA基因和免疫检查站显示显著upregulation高危病人。因此,CCP-derived基因签名时间重塑有关。
结合最大和提出分析,我们最终确定fluvastatin为一种很有前途的治疗的代理。证据表明,fluvastatin抑制肝癌细胞的细胞凋亡(47]。高RS增加了对阿霉素的敏感性和吉西他滨对肝癌患者。这表明CCP-derived基因签名可能利用阿霉素和吉西他滨的预测。此外,我们进行了肝癌的基因突变的景观。我们的数据表明,CCP-derived基因签名作为一个可靠的预后预测基因突变无关。然而,应该指出本研究的一些局限性。虽然外部CCP-derived基因签名验证,预测性能应该观察前瞻性群组。此外,每个基因CCP-derived基因签名将通过体内和体外实验进行验证。
5。结论
总的来说,我们的研究提出了肝细胞癌预后CCP-derived基因签名。验证后,这个签名是一个健壮的肝细胞癌的预后预测指标。同样,一个可靠的列线图包括CCP-derived基因签名和舞台是作为一个有前途的临床工具开发的。进一步分析发现,CCP-derived基因签名与开心的重塑和对阿霉素的反应和吉西他滨。基于CCP-derived基因签名,fluvastatin确认对肝癌治疗代理。尽管如此,治疗效果的fluvastatin需要更多的实验中得到了验证。此外,CCP-derived基因的预测疗效的签名在肝癌临床结果将在未来的群组研究中进行验证。
缩写
| 肝细胞癌: | 肝细胞癌 |
| TCGA: | 癌症基因组图谱 |
| ICGC: | 国际癌症基因组协会 |
| 中国共产党: | 细胞周期进程 |
| EMT: | Epithelial-mesenchymal过渡 |
| ssGSEA: | 单样本基因集富集分析 |
| GSVA: | 组基因变异分析 |
| 走: | 基因本体论 |
| KEGG: | 京都基因和基因组的百科全书 |
| 套索: | 至少绝对收缩和选择算子 |
| 拉尔夫-舒马赫: | 风险评分 |
| 中华民国: | 接受者操作特征 |
| 时差: | 肿瘤微环境 |
| 估计: | 估计基质和免疫细胞的恶性肿瘤使用表达数据 |
| HLA: | 人类白细胞抗原 |
| AUC: | 曲线下的面积 |
| CCLE: | 癌症细胞系百科全书 |
| 提出: | 连接图 |
| 农业部: | 作用方式 |
| GDSC: | 基因组学癌症的药物敏感性 |
| IC50: | Half-maximal抑制浓度。 |
数据可用性
使用的数据来支持本研究的结果中包括文件的补充信息。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
永丰回族和Junzhi愣了同样的工作。
确认
这项研究受到了宁夏自治区重点研发项目项目(2021 beg03067),宁夏自然科学基金(2019 aac03192),关键项目宁夏卫生和计划生育委员会(2019 - nw - 015)和宁夏医科大学总医院(临床医学研究中心)开放项目。
补充材料
补充表1。在TCGA-LIHC组肝细胞癌患者的临床资料。补充表2。癌症的基因的特征集。补充表3。549年TCGA-LIHC CCP-relevant基因群。补充表4。预后CCP-relevant基因TCGA-LIHC队列。(补充材料)