LG
Lei Gao
Author with expertise in Role of Long Noncoding RNAs in Cancer and Development
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(100% Open Access)
Cited by:
2
h-index:
26
/
i10-index:
72
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Development and validation of a six-RNA binding proteins prognostic signature and candidate drugs for prostate cancer

Lei Gao et al.Jun 29, 2020
Abstract The dysregulation of RNA binding proteins (RBPs) play critical roles in the progression of several cancers. However, the overall functions of RBPs in prostate cancer (PCa) remain poorly understood. Therefore, we first identified 144 differentially expressed RBPs in tumors compared to normal tissues based on the TCGA dataset. Next, six RBP genes (MSI1, MBNL2, LENG9, REXO2, RNASE1, PABPC1L) were screened out as prognosis hub genes by univariate, LASSO and multivariate Cox regression and used to establish the prognostic signature. Further analysis indicated that high risk group was significantly associated with poor RFS, which was validated in the MSKCC cohort. Besides, patients in high risk group was closely associated with dysregulation of DNA damage repair pathway, copy number alteration, tumor burden mutation and low-respond to cisplatin (P < 0.001), bicalutamide (P < 0.001). Finally, three drugs (ribavirin, carmustine, carbenoxolone) were predicted using Connectivity Map. In summary, we identified a six-RBP gene signature and three candidate drugs against PCa, which may promote the individualized treatment and further improve the life quality of PCa patients.
0

Identification and validation of a ferroptosis-related genes based prognostic signature for prostate cancer

Huan Liu et al.Oct 17, 2020
Abstract Ferroptosis, an iron-dependent form of selective cell death, involves in the development of many cancers. However, systematic analysis of ferroptosis related genes (FRGs) in prostate cancer (PCa) remains to be clarified. In our research, we collected the mRNA expression profiles and clinical information of PCa patients from TCGA and MSKCC databases. The univariate, LASSO and multivariate Cox regression method were performed to construct prognostic signature in TCGA cohort. Seven FRGs, AKR1C3, ALOXE3, ATP5MC3, CARS1, MT1G, PTGS2, TFRC, were included to establish the risk model, which was validated in MSKCC dataset. Subsequently, we found that high risk group was strongly correlated with copy number alteration load, tumor burden mutation, immune cell infiltration, mRNAsi, immuetherapy and bicalutamide response. Finally, it was identified that overexpression of TFRC could induce proliferation and invasion in PCa cell lines in vitro. These results demonstrated that this risk model based on recurrence free survival (RFS) could accurately predict prognosis in PCa patients, suggesting that FRGs are promising prognostic biomarkers and drug target genes for PCa patients.