整合多组学与机器学习鉴定PTTG1为子宫内膜癌预后生物标志物及治疗靶点
Integrated Multi-Omics and Machine Learning Identify PTTG1 as a Prognostic Biomarker and Therapeutic Target in Endometrial Cancer
该预印本整合TCGA与GEO转录组数据，结合WGCNA和LASSO、SVM-RFE、XGBoost、Boruta四种机器学习算法筛选子宫内膜癌标志物，并利用单细胞测序、空间转录组、虚拟敲除/过表达、药物敏感性预测及Western blot、qRT-PCR、免疫组化和CPTAC蛋白组验证。研究提示PTTG1为独立预后标志物，在肿瘤上皮中高表达并促进细胞周期、核糖体生物合成和谷胱甘肽代谢，同时关联免疫抑制微环境及MEK抑制剂敏感性。
推荐理由：多组学整合、机器学习筛选和多层次验证较完整，对子宫内膜癌分子分型与靶向治疗有参考价值；但研究对象为子宫内膜癌而非植入或ART核心场景，对生殖医学读者的直接相关性有限。