文章预览
导语 今天给同学们分享一篇生信文章“ Machine learning developed an intratumor heterogeneity signature for predicting prognosis and immunotherapy benefits in cholangiocarcinoma”,这篇文章发表在 Transl Oncol 期刊上,影响因子为5。 结果: 胆管癌病例 胆管癌病例的MATH得分显示在附图1A中。并且将胆管癌病例分为低MATH得分组和高MATH得分组,以MATH得分的中位数作为分界点。预后分析显示,高MATH得分的胆管癌患者的总生存率较低(附图1B,p = 0.017)。为了探索介导胆管癌病例ITH的基因,作者随后检测了胆管癌低MATH得分组和高MATH得分组之间的DEGs。如附图1C所示,共获得336个DEGs(p < 0.05)。 机器学习开发了一种预测性的IRS DEGs被提交进行单变量Cox分析,共发现22个基因与胆管癌患者预后显著相关(附图1D,p < 0.01)。这22个基因经过作者基于机器学习的综合程序进行处理,以开发一
………………………………