期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
聚蛋白聚糖促进乳腺癌进展的作用及其机制研究
1
作者 吴紫云 汪嵘嵘 +5 位作者 俞快 谢玉芬 吴佳慧 刘晓萍 周伯宣 熊海蔚 《南昌大学学报(医学版)》 2024年第5期1-9,共9页
目的探讨聚蛋白聚糖(aggrecan,ACAN)在泛癌中的表达,并聚焦乳腺癌分析其临床预后意义、免疫细胞浸润及功能富集分析。方法采用生物信息学分析ACAN在多种肿瘤组织及正常组织中的表达、临床预后;运用GEPIA 2、UALCAN、The Human Protein A... 目的探讨聚蛋白聚糖(aggrecan,ACAN)在泛癌中的表达,并聚焦乳腺癌分析其临床预后意义、免疫细胞浸润及功能富集分析。方法采用生物信息学分析ACAN在多种肿瘤组织及正常组织中的表达、临床预后;运用GEPIA 2、UALCAN、The Human Protein Altas多组学数据库分析ACAN在乳腺癌和正常乳腺组织中的表达;采用TCGA数据库分析ACAN在乳腺癌中的表达水平与临床病理参数及预后的关系;利用TIMER2.0数据库分析ACAN在乳腺癌中的表达水平与免疫细胞浸润的关系,并进一步了解ACAN与免疫检查点的关系;利用GeneMANIA和STRING数据库构建ACAN基因与蛋白质互作网络;运用Metascape数据库对ACAN相关基因进行功能富集分析。结果ACAN在多种肿瘤组织中差异表达,在乳腺癌组织中呈现高表达且为预后不良因素(P<0.05);ACAN高表达与T、B淋巴细胞低浸润、巨噬细胞和中性粒细胞高浸润相关(P<0.05);ACAN与ADAMTS4、ADAMTS5、HAPLN1及COMP相互作用并参与人体多种生物学过程。结论ACAN在乳腺癌中表达水平增高,且ACAN高表达的乳腺癌患者预后较差,其机制可能与抑制T、B淋巴细胞浸润,促进巨噬细胞、中性粒细胞浸润有关。 展开更多
关键词 乳腺癌 聚蛋白聚糖 生物信息学 基因表达 临床预后
下载PDF
HSP-90α在乳腺癌中的诊断价值及功能富集分析
2
作者 吴佳慧 刘晓萍 +9 位作者 俞快 周伯宣 曹玮 熊海蔚 谢玉芬 吴紫云 史青峰 刘志高 蔡祥凯 李映良 《南昌大学学报(医学版)》 2024年第6期55-61,共7页
目的探讨血浆HSP-90α水平对乳腺癌的诊断价值及其编码基因HSP90AA1在乳腺癌防治中的作用。方法采用酶联免疫法检测120例乳腺癌患者(乳腺癌组)和84例乳腺良性肿瘤患者(对照组)血浆HSP-90α含量,利用最佳截断值将患者分为HSP-90α表达阳... 目的探讨血浆HSP-90α水平对乳腺癌的诊断价值及其编码基因HSP90AA1在乳腺癌防治中的作用。方法采用酶联免疫法检测120例乳腺癌患者(乳腺癌组)和84例乳腺良性肿瘤患者(对照组)血浆HSP-90α含量,利用最佳截断值将患者分为HSP-90α表达阳性组和阴性组,分析HSP-90α表达水平与乳腺癌临床病理特征的关系。采用TCGA数据库分析HSP90AA1基因在乳腺癌及正常乳腺组织中的差异表达和对乳腺癌患者预后的影响;采用LinkedOmics进行基因集富集分析。利用TISIDB分析HSP90AA1基因表达与免疫细胞浸润的关系。结果乳腺癌组血浆HSP-90α较对照组显著升高(P<0.0001);血浆HSP-90α含量80.84 ng·mL-1作为乳腺良、恶性肿瘤的截断值,其诊断灵敏度和特异度分为65.83%和77.38%(AUC:0.77;95%CI:0.71~0.83,P<0.01)。HSP-90表达阳性组患者(n=79)较阴性组(n=41)病理分级及高Ki-67指数更高(P<0.05)。HSP90AA1基因在乳腺癌组织中高表达,且HSP90AA1高表达的乳腺癌患者预后更差(P<0.001)。功能分析表明HSP90AA1基因与RNA运输、泛素蛋白酶体途径、细胞周期和细胞周期依赖性激酶1通路密切相关。HSP90AA1基因与肥大细胞(R=-0.35、P<2.2e^(-16))、活化B淋巴细胞(R=-0.31、P<2.2e^(-16))、效应记忆CD8T淋巴细胞(R=-0.30、P<2.2e^(-16))、NK细胞浸润呈负相关(R=-0.26、P=8.01e-19)。结论血浆HSP-90α表达水平可以作为诊断乳腺良恶性肿瘤的良好指标,HSP90AA1基因与多种信号通路调控关系密切,且与免疫细胞浸润相关,可能是乳腺癌防治的重要靶点。 展开更多
关键词 乳腺癌 血浆HSP90α HSP90AA1 诊断 预后 基因集富集分析
下载PDF
基于机器学习预测模型探究单纯性颅脑创伤患者临床输血的风险因素
3
作者 刘威 熊紫清 +1 位作者 吴承高 乐爱平 《中国输血杂志》 CAS 2024年第12期1358-1364,共7页
目的基于多种机器学习方法探讨单纯性颅脑创伤(isolated traumatic brain injury,iTBI)患者临床输血的风险因素,并建立预测模型,为单纯性颅脑创伤患者临床输血提供合理的指导思路。方法纳入2015年1月1日到2021年6月30日南昌大学第一附... 目的基于多种机器学习方法探讨单纯性颅脑创伤(isolated traumatic brain injury,iTBI)患者临床输血的风险因素,并建立预测模型,为单纯性颅脑创伤患者临床输血提供合理的指导思路。方法纳入2015年1月1日到2021年6月30日南昌大学第一附属医院的iTBI患者2273例,比较分析输血与未输血患者间生命体征、临床指标和实验室检测指标等变量差异;进而建立6种机器学习模型,通过交叉验证、准确度、特异性、召回率、f1值及ROC曲线下面积比较不同模型的性能,SHAP图用于解释影响iTBI患者临床输血的影响因素。结果本研究共纳入2273例iTBI患者,共有301例患者接受了输血。输血和未输血患者在性别、年龄、心率(HR)、临床诊断、颅骨骨折、治疗方法、失血性休克、格拉斯哥昏迷评分(GCS)、钾(K)、钙(Ca)、凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、国际标准化比值(INR)、红细胞计数(RBC)、红细胞压积(Hct)、血红蛋白(Hb)和血小板计数(Plt)方面存在显著差异(P<0.05);且输血患者的LOS、并发症发生率、机械通气率、ICU入住率、90d内再次住院率和住院死亡率均高于非输血组(P<0.05)。6种机器学习算法用于模型构建,测试集中模型进行验证结果显示CatBoost模型,表现最好,AUC为0.911。进一步使用SHAP框架对最佳模型CatBoost进行了解释及可视化,结果显示手术治疗、GCS较低、INR较高、Hct较低、低K、低Ca、年龄≥60岁、颅骨骨折以及失血性休克会增加患者输血风险。结论本研究建立了用于预测iTBI患者输血的机器学习模型,CatBoost模型表现最佳。该模型对于识别该人群中输血风险、做出临床输血决策以及监测进展可能是有用且有益的。 展开更多
关键词 单纯性颅脑创伤 临床输血 机器学习 风险因素 SHAP图
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部