Identification and validation of a T cell marker gene-based signature to predict prognosis and immunotherapy response in gastric cancer

列线图 接收机工作特性 基因签名 肿瘤科 癌症 免疫疗法 医学 内科学 基因 计算生物学 生物 基因表达 遗传学
作者
Jinlin Zhong,Rong-ling Pan,Miao Gao,Yuqian Mo,Xiaojun Peng,Guihong Liang,Zixuan Chen,Jinlin Du,Zhigang Huang
出处
期刊:Scientific Reports [Springer Nature]
卷期号:13 (1)
标识
DOI:10.1038/s41598-023-48930-8
摘要

Although the role of T cells in tumor immunity and modulation of the tumor microenvironment (TME) has been extensively studied, their precise involvement in gastric adenocarcinoma remains inadequately explored. In this work, we analyzed the single-cell RNA sequencing data set in GSE183904 and identified 322 T cell marker genes using the "FindAllMarkers" method of the R package "Seurat". STAD patients in the TCGA database were divided into high-risk and low-risk categories based on risk scores. The five-gene prediction signature based on T cell marker genes can predict the prognosis of gastric cancer patients with high accuracy. In the training cohort, the areas under the receiver operating characteristic (ROC) curve were 0.667, 0.73, and 0.818 at 1, 3, and 5 years. External validation of the predictive signature was also performed using multiple clinical subgroups and GEO cohorts. To help with practical application, a diagnostic model was created that shows values of 0.732, 0.752, and 0.816 for the relevant areas under the ROC curve at 1, 3, and 5 years. The T cell marker genes identified in this study may serve as potential therapeutic targets, and the developed predictive signatures and nomograms may aid in the clinical management of gastric cancer.
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
刚刚
万听白发布了新的文献求助10
刚刚
3秒前
4秒前
张烤明发布了新的文献求助10
4秒前
5秒前
bias发布了新的文献求助30
6秒前
小巧半芹发布了新的文献求助10
7秒前
Zxc发布了新的文献求助10
7秒前
奈落完成签到 ,获得积分10
8秒前
8秒前
ding应助ChouChou采纳,获得10
10秒前
10秒前
星辰大海应助zzzzzh采纳,获得10
11秒前
我是老大应助小王采纳,获得10
11秒前
万听白完成签到 ,获得积分10
12秒前
12秒前
Mr.s发布了新的文献求助10
13秒前
zzz2193发布了新的文献求助10
13秒前
DORA完成签到,获得积分10
15秒前
15秒前
高三圈发布了新的文献求助10
16秒前
16秒前
17秒前
18秒前
dxh发布了新的文献求助10
21秒前
嘻嘻发布了新的文献求助10
21秒前
Ava应助宋小威采纳,获得10
22秒前
无与伦比完成签到,获得积分10
23秒前
英俊的铭应助......采纳,获得30
23秒前
斯文墨镜完成签到,获得积分10
24秒前
锦十一发布了新的文献求助10
24秒前
25秒前
28秒前
Tiw应助小夫采纳,获得10
28秒前
30秒前
丁一一完成签到 ,获得积分10
31秒前
32秒前
32秒前
33秒前
高分求助中
System in Systemic Functional Linguistics A System-based Theory of Language 1000
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Essentials of thematic analysis 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
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 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3116642
求助须知:如何正确求助?哪些是违规求助? 2766571
关于积分的说明 7687509
捐赠科研通 2421981
什么是DOI,文献DOI怎么找? 1285996
科研通“疑难数据库(出版商)”最低求助积分说明 620173
版权声明 599837