摘要
本发明属于生物医学技术领域,具体涉及了一种乳腺癌预后或预测免疫治疗反应的相关分子标记物组合及应用。本发明从scRNA‑seq数据中识别出了多个CAF特异性标记基因,这些核心基因构成的CAF特征,其中8个基因与较低风险相关:ANXA5,APOD,CXCL14,GSN,IGFBP4,PPIB,TCF7L2和TMEM98,3个基因与较高风险相关:SDC1,EMP1,FAM114A1,基于这些基因构建了CAF相关基因特征模型在预测BC患者的未来和免疫治疗反应上展现出了巨大的应用潜力。CAF特征不只是能够独立预测BC患者的生存期,还能揭示其与免疫侵袭的紧密联系,为制定个性化治疗策略提供了新的途径。
技术关键词
风险预测模型
个性化治疗策略
数据获取单元
分子
生物医学技术
机器学习方法
存储计算机程序
标记基因
存储器
样本
患者
高风险
可读存储介质
训练集
处理器
系统为您推荐了相关专利信息
状态预测方法
风险预测模型
特征筛选方法
阴道镜
机器学习模型
消防灭火系统
系统优化方法
充电站
灭火剂
季节性ARIMA模型
风险预测模型
设备维修数据
风险预测方法
标签
样本