TY -的A2 -王,集美AU - Chang,华盟——朱Yuyan AU -郑,汇盟——陈、连盟——林,嘉兴盟——姚明,Jihang PY - 2021 DA - 2021/11/24 TI -巨噬细胞浸润监管网络的建设和相关高档浆液性卵巢癌的预后模型SP - 1331031六世- 2021 AB - 背景。高档浆液性卵巢癌(HGSOC)携带在妇科癌症死亡率最高;然而,近几十年来治疗的结果并没有显著提高。巨噬细胞发挥重要作用在卵巢癌的发生和发展,所以巨噬细胞浸润的机制应该阐明。 方法。我们下载的卵巢癌基因表达转录组数据综合和癌症基因组图谱。经过严格的筛选,1566 HGSOC被用于数据分析。CIBERSORT常被用来估计水平的巨噬细胞浸润和WGCNA是用来识别macrophage-related模块。我们构建了一个使用机器学习套索macrophage-related预后模型算法和使用多个HGSOC群组验证它。 结果。GPL570-OV队列,高渗透水平M1的巨噬细胞与一个好结果,虽然高渗透水平M2巨噬细胞与贫穷有关的结果。我们使用WGCNA选择基因与巨噬细胞浸润。这些基因被用来构建蛋白质相互作用巨噬细胞浸润的地图。mx₁, IFL44L、RSAD2 IFIT3 IFIH1, IFI44, ISG15在网络中心的基因。然后,我们构建了一个macrophage-related预后模型由CD38、ACE2, BATF2, HLA-DOB和战争。模型的预测能力在GPL570-OV HGSOC患者的总体生存率,GPL6480-OV, TCGA-OV GSE50088, GSE26712。探索免疫微环境,我们发现CD4记忆T细胞和肥大细胞激活显示的渗透程度更高的高危人群,而巨噬细胞M1是相反的,在高危人群中HLA分子。 结论。我们建造了一个巨噬细胞infiltration-related蛋白质交互网络,研究巨噬细胞在HGSOC提供了依据。我们macrophage-related预后模型健壮且广泛适用的。它预测HGSOC患者的总生存期,并可能改善HGSOC治疗。SN - 1687 - 8450 UR - https://doi.org/10.1155/2021/1331031 - 10.1155 / 2021/1331031摩根富林明肿瘤学杂志PB - Hindawi KW - ER