N6-Methylandenosine-related lncRNAs as potential biomarkers for predicting prognosis and the immunotherapy response in pancreatic cancer

胰腺癌 免疫疗法 癌症 医学 癌症免疫疗法 生物标志物 肿瘤科 内科学 计算生物学 生物 遗传学
作者
Zhihui Bai,Qianlin Xia,Wanli Xu,Zhirong Wu,Xiaomeng He,Xin Zhang,Zhefeng Wang,Mengting Luo,Huaqin Sun,Song‐Mei Liu,Jin Wang
出处
期刊:Cellular and Molecular Life Sciences [Springer Nature]
卷期号:82 (1)
标识
DOI:10.1007/s00018-024-05573-w
摘要

Emerging evidence has shown that the N6-methyladenosine (m6A) modification of RNA plays key roles in tumorigenesis and the progression of various cancers. However, the potential roles of the m6A modification of long noncoding RNAs (lncRNAs) in pancreatic cancer (PaCa) are still unknown. To analyze the prognostic value of m6A-related lncRNAs in PaCa, an m6A-related lncRNA signature was constructed as a risk model via Pearson's correlation and univariate Cox regression analyses in The Cancer Genome Atlas (TCGA) database. The tumor microenvironment (TME), tumor mutation burden, and drug sensitivity of PaCa were investigated by m6A-related lncRNA risk score analyses. We established an m6A-related risk prognostic model consisting of five lncRNAs, namely, LINC01091, AC096733.2, AC092171.5, AC015660.1, and AC005332.6, which not only revealed significant differences in immune cell infiltration associated with the TME between the high-risk and low-risk groups but also predicted the potential benefit of immunotherapy for patients with PaCa. Drugs such as WZ8040, selumetinib, and bortezomib were also identified as more effective for high-risk patients. Our results indicate that the m6A-related lncRNA risk model could be an independent prognostic indicator, which may provide valuable insights for identifying therapeutic approaches for PaCa.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
兴奋的若菱完成签到 ,获得积分10
4秒前
黑子完成签到 ,获得积分10
16秒前
程住气完成签到 ,获得积分10
24秒前
大个应助科研通管家采纳,获得10
26秒前
PDIF-CN2完成签到,获得积分10
28秒前
制冷剂完成签到 ,获得积分10
28秒前
暮霭沉沉完成签到,获得积分0
29秒前
leolee完成签到 ,获得积分10
29秒前
桂花完成签到 ,获得积分10
32秒前
leolee完成签到 ,获得积分10
47秒前
稻子完成签到 ,获得积分10
51秒前
中恐完成签到,获得积分10
53秒前
个性松完成签到 ,获得积分10
55秒前
Jimmy_King完成签到 ,获得积分10
57秒前
悠明夜月完成签到 ,获得积分10
57秒前
方赫然完成签到,获得积分0
1分钟前
邹哈哈完成签到 ,获得积分10
1分钟前
1分钟前
戈多发布了新的文献求助10
1分钟前
chenying完成签到 ,获得积分0
1分钟前
zhang完成签到 ,获得积分10
1分钟前
wenbinvan完成签到,获得积分0
1分钟前
kanong完成签到,获得积分0
1分钟前
1分钟前
陈星颖完成签到 ,获得积分10
1分钟前
微笑高山完成签到 ,获得积分10
1分钟前
小鱼女侠完成签到 ,获得积分10
1分钟前
高速旋转老沁完成签到 ,获得积分10
1分钟前
tmobiusx完成签到,获得积分10
2分钟前
ni完成签到 ,获得积分10
2分钟前
651完成签到 ,获得积分10
2分钟前
依依完成签到 ,获得积分10
2分钟前
yinhe完成签到 ,获得积分10
2分钟前
大气建辉完成签到 ,获得积分10
2分钟前
jameslee04完成签到 ,获得积分10
2分钟前
wyz完成签到 ,获得积分10
2分钟前
2分钟前
Airhug完成签到 ,获得积分10
2分钟前
李海平完成签到 ,获得积分10
2分钟前
完美傲柔发布了新的文献求助10
2分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
RNAの科学 ―時代を拓く生体分子― 金井 昭夫(編) 1000
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
Education and Upward Social Mobility in China: Imagining Positive Sociology with Bourdieu 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3353569
求助须知:如何正确求助?哪些是违规求助? 2978155
关于积分的说明 8684026
捐赠科研通 2659598
什么是DOI,文献DOI怎么找? 1456291
科研通“疑难数据库(出版商)”最低求助积分说明 674327
邀请新用户注册赠送积分活动 665058