术后肿瘤复发是与HCC患者预后差有关的主要问题之一。由于这种恶性肿瘤的复杂性，尚未阐明用于HCC复发风险的标准监测系统。从患者生成多组学数据有助于识别各种疾病的可靠特征。因此，当前的研究是尝试使用多组学数据来开发预后模型，以显着（p值<0.05）对复发高风险（中位无复发生存时间（RFS）= <12个月）和低复发率进行分层。风险组（中位RFS> 12个月）。首先，我们确定了关键的90RNA，50miRNA和50甲基化特征并建立了预后模型。在训练和验证数据集上获得合理的表现（C指数> 0.70，HR> 2.5）。随后，我们通过整合生物学上相互联系的四个多组学功能（SUZ12，hsa-mir-3936，cg18465072和cg22852503），开发了一种预后（PI）模型。该模型在训练和验证数据集上取得了合理的性能，即C指数0.72，HR为2.37（1.61-3.50），p值为6.72E-06，训练数据集上的Brier得分为0.19和C-Index 0.72（95％ CI：0.63-0.80），HR为2.37（95％CI：1.61-3.50），p值为0.015，在验证数据集上的Brier得分为0.19。最终，对Drugbank数据进行了研究，以阐明这些特征的治疗潜力。我们已经确定了针对三种基因（CA9，IL1A，KCNJ15）的九种潜在药物，这些基因与肿瘤复发呈正相关。



"点击查看英文标题和摘要"