인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract This study explores the association between tumor mutation burden (TMB) and immunity, prognosis in lung adenocarcinoma (LUAD), positing TMB as a predictive biomarker for immune checkpoint inhibitor therapy. LUAD mutation and clinical data were sourced from the TCGA database, with mRNA‐seq data from UCSC Xena. TMB calculation divided samples into high and low groups, analyzing survival, immune, and stromal scores via Kaplan–Meier and ESTIMATE algorithms. Weighted gene co‐expression network analysis (WGCNA) identified immune‐related module genes, intersecting with TMB‐differentiated genes to distinguish LUAD subtypes. With an optimal TMB cutoff of 6.46, high‐TMB patients demonstrated superior survival. Significant inverse relationships were found between TMB and both immune/stromal scores. WGCNA highlighted 3676 genes in 4 modules, with 80 hub genes identified. These defined two LUAD subtypes: one with worse prognosis, higher mutation rates, and advanced stage distribution. TMB significantly correlates with prognosis and immune contexture in LUAD. The identification of subtype‐specific hub genes offers a nuanced understanding of LUAD heterogeneity, supporting TMB's utility in predicting immunotherapy response and stratifying patient prognosis.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
