Published January 1, 2021
| Version v1
Publication
Identification of a 3-gene signature based on differentially expressed invasion genes related to cancer molecular subtypes to predict the prognosis of osteosarcoma patients
Creators
-
Yao Wan1
-
Ning Qu2, 3, 4
-
Yang� Yang5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63
-
Juan Ma64, 65, 34, 66, 67, 68, 69, 62, 24
-
Zhe Li12, 70, 71, 72, 19, 73, 74, 38, 75, 76, 77
-
Zhenyu Zhang78, 79, 80
- 1. Chongqing University
- 2. First Affiliated Hospital of Nanchang University
- 3. Nanchang University
- 4. First Affiliated Hospital of Xi'an Jiaotong University
- 5. Northwest A&F University
- 6. Sun Yat-sen University
- 7. Jilin Agricultural University
- 8. Wuhan University
- 9. Sichuan University
- 10. University of Florida
- 11. China University of Geosciences
- 12. Shanghai Jiao Tong University
- 13. Purdue University West Lafayette
- 14. Central South University
- 15. Air Force Medical University
- 16. Nantong University
- 17. Shanxi Medical University
- 18. Southwest University
- 19. Tianjin Medical University
- 20. The University of Texas at Dallas
- 21. Weifang Medical University
- 22. Wenzhou Medical University
- 23. Zhejiang Chinese Medical University
- 24. Shandong University
- 25. Nanjing Agricultural University
- 26. Huazhong University of Science and Technology
- 27. Sichuan Academy of Medical Sciences & Sichuan Provincial People's Hospital
- 28. Yunnan Agricultural University
- 29. University of Chinese Academy of Sciences
- 30. Chinese Academy of Agricultural Sciences
- 31. Academy of Military Medical Sciences
- 32. Nanjing University
- 33. Peking University People's Hospital
- 34. Peking University
- 35. University of South China
- 36. Peking University Cancer Hospital
- 37. Shandong University of Science and Technology
- 38. Shanghai University of Traditional Chinese Medicine
- 39. Shanxi Agricultural University
- 40. Third Affiliated Hospital of Sun Yat-sen University
- 41. Shuguang Hospital
- 42. First Affiliated Hospital of Zhengzhou University
- 43. First Hospital of China Medical University
- 44. Tianjin Medical University Eye Hospital
- 45. Tongji Hospital
- 46. XinHua Hospital
- 47. Guangdong Provincial People's Hospital
- 48. Guilin University of Technology
- 49. Southwestern University of Finance and Economics
- 50. First Affiliated Hospital of Chongqing Medical University
- 51. Chongqing Medical University
- 52. Affiliated Hospital of Guizhou Medical University
- 53. Soochow University
- 54. Children's Hospital of Suzhou University
- 55. Shandong Provincial QianFoShan Hospital
- 56. First Hospital of Shanxi Medical University
- 57. Second Xiangya Hospital of Central South University
- 58. West China Second University Hospital of Sichuan University
- 59. Peking Union Medical College Hospital
- 60. Chinese Academy of Medical Sciences & Peking Union Medical College
- 61. Environment and Plant Protection Research Institute
- 62. University of Electronic Science and Technology of China
- 63. Chinese Academy of Sciences
- 64. Southern Medical University Shenzhen Hospital
- 65. Peking University First Hospital
- 66. Northwest Normal University
- 67. Qingdao Agricultural University
- 68. Affiliated Hospital of Youjiang Medical University for Nationalities
- 69. Hospital 463 People's Liberation Army
- 70. Ningbo University
- 71. Zhengzhou University
- 72. Guangxi Medical University
- 73. Beijing Children's Hospital
- 74. Shanghai Ninth People's Hospital
- 75. Ningbo University Affiliated Hospital
- 76. Second Military Medical University
- 77. Fudan University
- 78. Xiamen University
- 79. Anhui Medical University
- 80. Zhejiang University of Technology
Description
Invasion is a critical pathway leading to tumor metastasis. This study constructed an invasion-related polygenic signature to predict osteosarcoma prognosis. We initially determined two molecular subtypes of osteosarcoma, Cluster1 (C1) and Cluster2 (C2).. A 3 invasive-gene signature was established by univariate Cox analysis and least absolute shrinkage and selection operator (LASSO) Cox regression analysis of the differentially expressed genes (DEGs) between the two subtypes, and was validated in internal and two external data sets (GSE21257 and GSE39058). Patients were divided into high- and low-risk groups by their signature, and the prognosis of osteosarcoma patients in the high-risk group was poor. Based on the time-independent receiver operating characteristic (ROC) curve, the area under the curve (AUC) for 1-year and 2-year OS were higher than 0.75 in internal and external cohorts. This signature also showed a high accuracy and independence in predicting osteosarcoma prognosis and a higher AUC in predicting 1-year osteosarcoma survival than other four existing models. In a word, a 3 invasive gene-based signature was developed, showing a high performance in predicting osteosarcoma prognosis. This signature could facilitate clinical prognostic analysis of osteosarcoma.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
الغزو هو مسار حرج يؤدي إلى ورم خبيث. أنشأت هذه الدراسة توقيعًا متعدد الجينات متعلقًا بالغزو للتنبؤ بتشخيص الساركوما العظمية. حددنا في البداية نوعين فرعيين جزيئيين من الساركوما العظمية، العنقودية 1 (C1) و العنقودية 2 (C2).. تم إنشاء توقيع 3 جينات غازية من خلال تحليل كوكس أحادي المتغير وتحليل الانكماش المطلق ومشغل الاختيار (LASSO) تحليل انحدار كوكس للجينات المعبر عنها بشكل تفاضلي (DEGs) بين النوعين الفرعيين، وتم التحقق من صحتها في مجموعات البيانات الداخلية والخارجية (GSE21257 و GSE39058). تم تقسيم المرضى إلى مجموعات عالية ومنخفضة الخطورة من خلال توقيعهم، وكان تشخيص مرضى الساركوما العظمية في المجموعة عالية الخطورة ضعيفًا. استنادًا إلى منحنى خاصية تشغيل جهاز الاستقبال المستقل عن الوقت (ROC)، كانت المنطقة الواقعة تحت المنحنى (AUC) لنظام التشغيل لمدة عام وسنتين أعلى من 0.75 في المجموعات الداخلية والخارجية. أظهر هذا التوقيع أيضًا دقة واستقلالية عالية في التنبؤ بتشخيص الساركوما العظمية ومساحة تحت المنحنى أعلى في التنبؤ ببقاء الساركوما العظمية لمدة عام واحد مقارنة بالنماذج الأربعة الأخرى الموجودة. باختصار، تم تطوير توقيع قائم على 3 جينات غازية، مما يدل على أداء عالٍ في التنبؤ بتشخيص الساركوما العظمية. يمكن أن يسهل هذا التوقيع التحليل النذير السريري للساركوما العظمية.Translated Description (French)
L'invasion est une voie critique menant à la métastase tumorale. Cette étude a construit une signature polygénique liée à l'invasion pour prédire le pronostic de l'ostéosarcome. Nous avons initialement déterminé deux sous-types moléculaires d'ostéosarcome, Cluster1 (C1) et Cluster2 (C2). Une signature de 3 gènes invasifs a été établie par une analyse de Cox univariée et une analyse de régression de Cox par opérateur de moindre rétrécissement absolu et sélection (LASSO) des gènes exprimés différentiellement (DEG) entre les deux sous-types, et a été validée dans des ensembles de données internes et deux externes (GSE21257 et GSE39058). Les patients ont été divisés en groupes à haut et à faible risque par leur signature, et le pronostic des patients atteints d'ostéosarcome dans le groupe à haut risque était faible. Sur la base de la courbe de la caractéristique de fonctionnement du récepteur (roc) indépendante du temps, l'aire sous la courbe (ASC) pour la SG à 1 an et à 2 ans était supérieure à 0,75 dans les cohortes internes et externes. Cette signature a également montré une précision et une indépendance élevées dans la prédiction du pronostic de l'ostéosarcome et une ASC plus élevée dans la prédiction de la survie à l'ostéosarcome à 1 an que les quatre autres modèles existants. En un mot, une signature invasive basée sur 3 gènes a été développée, montrant une performance élevée dans la prédiction du pronostic de l'ostéosarcome. Cette signature pourrait faciliter l'analyse pronostique clinique de l'ostéosarcome.Translated Description (Spanish)
La invasión es una vía crítica que conduce a la metástasis tumoral. Este estudio construyó una firma poligénica relacionada con la invasión para predecir el pronóstico del osteosarcoma. Inicialmente determinamos dos subtipos moleculares de osteosarcoma, Cluster1 (C1) y Cluster2 (C2). Se estableció una firma de 3 genes invasivos mediante el análisis de Cox univariante y el análisis de regresión de Cox del operador de contracción y selección menos absoluta (LASSO) de los genes expresados diferencialmente (DEG) entre los dos subtipos, y se validó en conjuntos de datos internos y dos externos (GSE21257 y GSE39058). Los pacientes se dividieron en grupos de alto y bajo riesgo por su firma, y el pronóstico de los pacientes con osteosarcoma en el grupo de alto riesgo fue malo. Según la curva de características operativas del receptor (Roc) independiente del tiempo, el área bajo la curva (AUC) para la SG a 1 y 2 años fue superior a 0,75 en las cohortes internas y externas. Esta firma también mostró una alta precisión e independencia en la predicción del pronóstico del osteosarcoma y un AUC más alto en la predicción de la supervivencia del osteosarcoma a 1 año que otros cuatro modelos existentes. En una palabra, se desarrolló una firma basada en 3 genes invasivos, que muestra un alto rendimiento en la predicción del pronóstico del osteosarcoma. Esta firma podría facilitar el análisis pronóstico clínico del osteosarcoma.Additional details
Additional titles
- Translated title (Arabic)
- تحديد توقيع 3 جينات بناءً على جينات الغزو المعبر عنها بشكل تفاضلي والمتعلقة بالأنواع الفرعية الجزيئية للسرطان للتنبؤ بتشخيص مرضى الساركوما العظمية
- Translated title (French)
- Identification d'une signature à 3 gènes basée sur des gènes d'invasion exprimés différemment liés aux sous-types moléculaires du cancer pour prédire le pronostic des patients atteints d'ostéosarcome
- Translated title (Spanish)
- Identificación de una firma de 3 genes basada en genes de invasión expresados diferencialmente relacionados con subtipos moleculares de cáncer para predecir el pronóstico de pacientes con osteosarcoma
Identifiers
- Other
- https://openalex.org/W4394459279
- DOI
- 10.6084/m9.figshare.16577697.v1