|
研究背景： 肝细胞癌（HCC）与免疫微环境密切相关。为了在治疗之前确定有效人群，建立预后免疫生物标记对于早期HCC诊断和治疗至关重要。 研究方法： 将三组免疫相关基因（IRG）整合在一起以鉴定重叠的IRG。进行加权基因共表达网络分析，以获得与生存相关的IRG。此外，通过LASSO Cox回归分析构建了预后免疫评分模型。然后评估免疫评分的预后性能。另外，应用ESTIMATE和CIBERSORT算法探索免疫评分与肿瘤免疫微环境之间的关系。 研究结果： 从788个重叠的IRG中鉴定出的总共335个IRG与HCC的生存有关。确定了预后免疫评分模型。Kaplan-Meier生存曲线和时间依赖性ROC分析显示，通过多重验证，免疫评分标记具有强大的预后性能。此外，与其他预后特征相比，免疫分数特征显示出更好的预测能力。基因集富集分析显示高和低免疫评分组之间存在多个信号差异。此外，免疫分数与肿瘤微环境中的多个免疫细胞和免疫浸润显着相关。 研究结论： 我们将免疫评分确定为预测HCC患者生存的可靠指标。 分析内容： 1、从TCGA、GEO、ICGC下载数据，提取免疫基因矩阵，利用WGCNA确定与生存相关的免疫基因 2、利用筛选出的生存相关的免疫基因构建模型，计算风险评分，并绘制相关散点图和生存曲线，模型验证，进行临床因素与风险评分的相关性分析 3、根据风险评分的高低组进行差异分析，确定相关的差异基因，并进行功能分析 4、分别进行免疫评分、基质评分、肿瘤浸润免疫细胞与风险评分的相关性分析  |
|
|
