泛素化酶作为妇科癌症的预后生物标志物及潜在药物靶点

《International Journal of Clinical Oncology》：Deubiquitinases as prognostic biomarker and potential drug target for gynecological cancers

DAS通过Cox-Lasso回归模型开发用于预测宫颈癌、卵巢癌及子宫癌患者预后，经TCGA和GEO数据验证显示其可独立预测生存期，与临床特征结合提升预测精度，免疫分析揭示风险组别与细胞浸润关联，并筛选52种靶向不良去泛素化酶的化合物。

　　

摘要

背景

旨在开发去泛素化酶相关特征（Deubiquitinase-Associated Signatures，简称DAS），以预测妇科癌症患者的预后。

方法

我们利用Cox-Lasso回归模型，为宫颈癌、卵巢癌和子宫癌建立了去泛素化酶相关特征。这些特征在TCGA（Tumor Classification and Gene Expression Analysis）和GEO（Gene Expression Omnibus）数据集中得到了验证。通过生存分析研究了绝经阶段和肿瘤分级等因素对DAS的影响，并使用ROC曲线评估了DAS的生存预测准确性。我们还使用CIBERSORT软件包，分析了DAS分类的风险组中22种免疫亚型的免疫浸润情况。此外，为了针对不利的去泛素化酶（DUBs），我们通过CMap数据库筛选出了相关化合物。

结果

针对宫颈癌、卵巢癌和子宫癌分别开发了三种DAS。这些特征能够在TCGA和GEO数据集中预测患者的生存情况，并将患者分为两组。无论肿瘤分级或绝经阶段如何，DAS都是一个独立的生存预测指标。结合临床特征，DAS能够提高预测的准确性。CIBERSORT分析表明，免疫细胞浸润与DAS划分的风险组存在关联。通过CMap数据库，我们发现了52种能够靶向不利DUBs的化合物。

结论

DAS是一种有效的生存预测工具，针对不利的DUBs进行治疗可能有助于减缓妇科癌症的进展。

背景

旨在开发去泛素化酶相关特征（Deubiquitinase-Associated Signatures，简称DAS），以预测妇科癌症患者的预后。

方法

我们利用Cox-Lasso回归模型，为宫颈癌、卵巢癌和子宫癌建立了去泛素化酶相关特征。这些特征在TCGA和GEO数据集中得到了验证。通过生存分析研究了绝经阶段和肿瘤分级等因素对DAS的影响，并使用ROC曲线评估了DAS的生存预测准确性。我们还使用CIBERSORT软件包，分析了DAS分类的风险组中22种免疫亚型的免疫浸润情况。此外，为了针对不利的去泛素化酶（DUBs），我们通过CMap数据库筛选出了相关化合物。

结果

针对宫颈癌、卵巢癌和子宫癌分别开发了三种DAS。这些特征能够在TCGA和GEO数据集中预测患者的生存情况，并将患者分为两组。无论肿瘤分级或绝经阶段如何，DAS都是一个独立的生存预测指标。结合临床特征，DAS能够提高预测的准确性。CIBERSORT分析表明，免疫细胞浸润与DAS划分的风险组存在关联。通过CMap数据库，我们发现了52种能够靶向不利DUBs的化合物。

结论

DAS是一种有效的生存预测工具，针对不利的DUBs进行治疗可能有助于减缓妇科癌症的进展。