Antecedentes. Los factores de transcripción E2F son una familia de factores de transcripción, y muchos estudios han demostrado que desempeñan un papel clave en la aparición y el desarrollo de muchos tumores. Sin embargo, aún no está clara la asociación entre la expresión, el valor pronóstico y la infiltración inmunitaria en el microambiente tumoral de los ocho miembros de E2Fs en CCRCC. Métodos. Se utilizaron bases de datos en línea, como ONCOMINE, UALCAN, Kaplan-Meier plotter, GEPIA, Metascape, TIMER y cBioPortal, para analizar el efecto de la expresión del ARNm de los miembros de la familia E2Fs en el CCRm sobre el pronóstico de los pacientes y la relación con la infiltración inmunitaria. Resultados. Excepto E2F5, los niveles de expresión de mRNA de otros siete miembros de la familia de E2Fs en tejidos de ccRCC fueron significativamente superiores a los tejidos de control. Y la elevada expresión de ARNm de E2Fs en pacientes con CCRc estaba relacionada con el estadio del cáncer y el grado tumoral. Los resultados del análisis de supervivencia sugirieron que los niveles elevados de expresión de ARNm de E2F1/2/3/4/7/8 estaban significativamente relacionados con la menor supervivencia global (SG) en pacientes con CCRcc (P = 3,9E - 06), mientras que la alta expresión de ARNm de E2F6 no está relacionada con la SG (P = 0,061). Las mutaciones de los E2F se correlacionaron con una SG más corta de los pacientes con CCRm (P = 7,094E - 5). Además, la expresión de ARNm de E2F1/2/3/4/7/8 se correlacionó positivamente con la infiltración de seis tipos de células inmunitarias, incluidas células B, células T CD8, células T CD4, macrófagos, neutrófilos y células dendríticas. Conclusiones. Estos resultados indican que E2F1/2/3/4/7/8 puede utilizarse como marcador pronóstico de la supervivencia de los pacientes con CCRm y sientan las bases para el estudio de la función de infiltración inmunitaria de los miembros de la familia E2Fs en los tumores.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
La construcción del clasificador de la máquina de vectores de apoyo utilizando el algoritmo Firefly
Artículo:
Comparación de métodos de aprendizaje automático para mejorar la detección del riesgo de caídas en ancianos con osteoporosis a partir de datos de equilibrio
Artículo:
Distribución Espaciotemporal y Estructura Poblacional de (Tanaidacea: Kalliapseudidae) en un Estuario en el Sur de Brasil
Artículo:
Caracterización espacio-temporal de la subsidencia del terreno en Guandu (China) revelada por observaciones InSAR multisensor
Artículo:
Estudio de la Velocidad de Reacción de la Síntesis de Nanotubos de Oro a partir de Nanorods de Plata Sacrificial mediante el Método de Sustitución Galvánica