Resumen

Objetivo. Realizar un análisis de enriquecimiento de conjuntos de genes (GSEA) y un análisis de la infiltración de células inmunitarias en datos de micromatriz de perfiles de expresión de cáncer de pulmón no microcítico (CPNM) basados en bioinformática, construir un modelo de puntuación TICS para distinguir el tiempo de pronóstico, detectar genes clave y vías relacionadas con el cáncer para el tratamiento del CPNM, explorar genes diferenciales en pacientes con CPNM, predecir posibles dianas terapéuticas para el CPNM y proporcionar nuevas direcciones para el tratamiento del CPNM. Métodos. Se utilizaron los datos del transcriptoma de 81 pacientes con CPNM y la base de datos GEO para descargar datos clínicos coincidentes (número de acceso: GSE120622). Se formó la expresión del cáncer de pulmón no microcítico (CPNM). Se calcularon los valores de TICS y se agruparon según los valores de TICS, y se utilizaron los datos del perfil de expresión de ARNm para realizar GSEA en pacientes con cáncer de pulmón de células no pequeñas. Se utilizó el análisis de procesos biológicos (GO) y DAVID y KOBAS para realizar el análisis de enriquecimiento de vías (KEGG) de genes diferenciales. Utilizar la interacción de proteínas (PPI) para analizar la base de datos STRING, y construir un modelo de red PPI de la interacción de destino. Resultados. Obtuvimos 6 células inmunitarias significativamente relacionadas, incluidas las células B activadas, mediante el análisis anterior (Figura 1(b), p<0,001). A partir de los valores TICS de las células inmunitarias significativamente correlacionadas, se obtuvieron 41 muestras de alto riesgo y 40 de bajo riesgo. Los valores TICS y los valores de puntuación inmunitaria se sometieron al cálculo del coeficiente de correlación de Pearson, y se observó que los valores TICS e IMS estaban significativamente correlacionados (Cor = 0,7952). Basándose en los datos del perfil de expresión de ARNm del cáncer de pulmón no microcítico, se encontró un cambio sustancial en el ARNm tanto entre el grupo de TICS alto como entre el grupo de TICS bajo (FDR 0,01, FC > 2). Los investigadores descubrieron 730 ARNm considerablemente regulados al alza en el grupo de alta TICS y 121 ARNm considerablemente regulados a la baja en el grupo de baja TICS. Se seleccionaron aristas de alta confianza (puntuación combinada >0,7) utilizando datos de STRING; a continuación, se emparejaron 191 ARNm con las aristas recíprocas; finalmente, se construyó una red no dirigida que incluía 164 puntos y 777 aristas. Miembros importantes de las vías de señalización celular mediadas por quimiocinas, como CCL19, afectan al tiempo de supervivencia de los pacientes. Conclusiones. (1) La longevidad de los pacientes con cáncer de pulmón no microcítico estaba sustancialmente relacionada con la presencia de células B inmaduras, células B activadas, MDSC, células T CD4 de memoria efectoras, eosinófilos y células T reguladoras. (2) Los genes relacionados con la inmunidad, como CX3CR1, CXCR4, CXCR5 y CCR7, que están asociados con la supervivencia del CPNM, afectan al pronóstico de los pacientes con CPNM al regular el proceso inmunitario.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:Valores TICS, CPNM, cáncer de pulmón celular, grupo con alto TICS, grupo con bajo TICS, pacientes con CPNM, análisis, ARNm, células B, genes diferenciales
• Keywords:TICS values, NSCLC, cell lung cancer, high TICS group, low TICS group, NSCLC patients, analysis, mRNAs, B cells, differential genes