软组织肉瘤特异性转录组学模型用于预测放射抗性的识别与验证
该数据集包含软组织肉瘤细胞系的转录组测序数据以及来自TCGA的肉瘤患者临床转录组数据，主要数据模态为基因表达文本数据。研究通过整合实验细胞系与临床队列的差异表达基因，构建了一个包含七个关键基因的放射抗性预测模型（STS-RRI），旨在为软组织肉瘤患者的放疗反应预测提供更精准的转录组学工具，并验证其优于现有放射敏感性指数（RSI）的预测性能。
https://figshare.com/articles/dataset/Identification_and_validation_of_soft_tissue_sarcoma-specific_transcriptomic_model_for_predicting_radioresistance/28187886
如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集旨在识别与放射抗性相关的软组织肉瘤（STS）转录组学特征，并建立一个预测放射抗性的模型。研究首先培养了9个STS细胞系，通过X射线照射后测定细胞存活率，将细胞分为放射敏感组和放射抗性组。随后进行全转录组测序分析，识别两组间的差异表达基因（DEGs）。为构建预测模型，研究使用了来自癌症基因组图谱（TCGA）的59例肉瘤患者队列数据，根据放疗最佳反应将患者分为应答者和非应答者组，并识别其DEGs。通过整合细胞系和TCGA数据中的重叠DEGs，采用线性回归方法建立了一个名为STS特异性放射抗性指数（STS-RRI）的公式。该模型包含MYO16、MYH11、KCTD16、SYNPO2、MYPN、PCSK6和LTK七个基因，其预测性能在TCGA队列中优于先前建立的放射敏感性指数（RSI），能够显著区分患者的无进展生存期。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 软组织肉瘤 的高质量、多模态真实临床数据定制解决方案。