மருத்துவ பரிசோதனைகளின் இதழ்
திறந்த அணுகல்

சுருக்கம்

ஒரு நாவல் குப்ரோப்டோசிஸ் தொடர்பான LncRNA கையொப்பம் உணவுக்குழாய் புற்றுநோயால் பாதிக்கப்பட்ட நோயாளிகளின் முன்கணிப்பை முன்னறிவிக்கிறது

ஷாங் பெங், ஹைபெங் லி, ஜிங்டிங் மின், ரன் ஆன், நானா டு1, ஜெங்காங் லி*

அறிமுகம்: உணவுக்குழாய் புற்றுநோய் (ESCA) உலகளவில் கட்டி தொடர்பான இறப்புக்கு ஒரு குறிப்பிடத்தக்க காரணமாகும். குப்ரோப்டோசிஸ் என்பது ஃபெரோப்டோசிஸ், பைரோப்டோசிஸ் மற்றும் அப்போப்டொசிஸ் உள்ளிட்ட உயிரணு இறப்பை ஒழுங்குபடுத்தும் பிறவற்றிலிருந்து வேறுபட்ட ஒரு புதிய உயிரணு இறப்பு ஆகும். இருப்பினும், ESCA இன் துவக்கம் மற்றும் முன்னேற்றத்தில் குப்ரோப்டோசிஸின் பங்கு தெரியவில்லை.

பொருட்கள் மற்றும் முறைகள்: தி கேன்சர் ஜீனோம் அட்லஸ் (டிசிஜிஏ) தரவுத்தளத்தில் உணவுக்குழாய் புற்றுநோயால் பாதிக்கப்பட்ட 173 நோயாளிகளின் டிரான்ஸ்கிரிப்டோம் தரவு மற்றும் மருத்துவ தரவுகள் வரிசைப்படுத்தப்பட்டு பெர்ல் மென்பொருளைக் கொண்டு பிரித்தெடுக்கப்பட்டன. குப்ரோப்டோசிஸ் தொடர்பான மரபணுக்கள் மற்றும் அனைத்து எல்என்சிஆர்என்ஏக்களிலும் பியர்சன் தொடர்பு பகுப்பாய்வு செய்யப்பட்டது. முன்கணிப்பு தொடர்பான LncRNAகள் ஒரே மாதிரியான மற்றும் பன்முகத்தன்மை கொண்ட காக்ஸ் பின்னடைவு பகுப்பாய்வு மூலம் தீர்மானிக்கப்பட்டது, மேலும் ஒவ்வொரு நோயாளியின் ஆபத்து மதிப்பெண்ணைக் கணக்கிட ஒரு புதிய முன்கணிப்பு மாதிரி கட்டப்பட்டது. சி-இண்டெக்ஸ் வளைவு, முதன்மை உபகரண பகுப்பாய்வு (பிசிஏ) பகுப்பாய்வு மற்றும் ரிசீவர் இயக்க பண்பு (ஆர்ஓசி) வளைவு பகுப்பாய்வு ஆகியவை 3-குப்ரோப்டோசிஸ் தொடர்பான எல்என்சிஆர்என்ஏ (சிஆர்எல்) மாதிரியின் முன்கணிப்பு முன்கணிப்பு செயல்திறனை மதிப்பீடு செய்ய பயன்படுத்தப்பட்டன. கூடுதலாக, மல்டிவேரியேட் காக்ஸ் பகுப்பாய்வு முழு குழுவிலும் வெவ்வேறு துணைக்குழுக்களிலும் மாதிரியின் முன்கணிப்பு மதிப்பை மதிப்பிட பயன்படுத்தப்பட்டது.

முடிவுகள் மற்றும் விவாதம்: EWSAT1, AC125437.1 மற்றும் GK-IT1 உள்ளிட்ட 3-CRLகளின் ஆபத்து மதிப்பெண் அளவுகோல்கள் ESCA இன் ஒட்டுமொத்த உயிர்வாழ்வை (OS) மதிப்பிடுவதற்காக நிறுவப்பட்டது. சர்வைவல் பகுப்பாய்வு மற்றும் ROC வளைவு TCGA ரயில் குழு மற்றும் சோதனைக் குழுவில் மதிப்பெண் நல்ல முன்கணிப்பு செயல்திறனைக் கொண்டிருந்தது என்பதைக் காட்டுகிறது. ஒவ்வொரு LncRNA களின் குணகங்களும் லாஸ்ஸோ பின்னடைவைப் பயன்படுத்தி பகுப்பாய்வு செய்யப்பட்டு லாம்ப்டா மதிப்புகள் தீர்மானிக்கப்பட்டன. உயர் மற்றும் குறைந்த ஆபத்து மாதிரிகளுக்கு இடையே உள்ள இடைவெளியை 3-CRLகள் தெளிவாக வேறுபடுத்த முடியுமா என்பதை தீர்மானிக்க முதன்மை கூறு பகுப்பாய்வு பயன்படுத்தப்பட்டது. மல்டிவேரியேட் காக்ஸ் பின்னடைவு 3-CRLகளின் பண்புகள் OS இன் சுயாதீனமான முன்கணிப்பு காரணிகள் என்பதைக் காட்டுகிறது. நார்மன் வரைபடம் முன்கணிப்பு கணிப்பில் வலுவான செயல்திறனைக் காட்டியது.

முடிவு: உணவுக்குழாய் புற்றுநோய் நோயாளிகளின் முன்கணிப்பைக் கணிக்க 3-CRLகளின் அடிப்படையிலான ஆபத்து பண்புகள் பயன்படுத்தப்படலாம்.