Desarrollo y validación de un modelo de pronóstico para gliomas de bajo grado basado en la puntuación del riesgo...

Área de la Ciencia:

• Oncología Oncología Oncología.
• Las vías metabólicas.
• Inmunología Inmunología.

Sus antecedentes:

• Los gliomas de bajo grado (LGG) exhiben heterogeneidad, lo que dificulta la predicción de la progresión con los métodos actuales.
• La reprogramación metabólica es un sello distintivo del cáncer vinculado a cambios en el microambiente inmune, pero su papel en el pronóstico de LGG no está claro.

Objetivo del estudio:

• Desarrollar una firma prognóstica robusta relacionada con el metabolismo para LGGs.
• Para investigar la interacción entre la reprogramación metabólica y el microambiente inmune en LGGs.

Principales métodos:

• Se utilizaron datos multi-ómicos de 1322 pacientes con LGG de bases de datos TCGA, CGGA y otras.
• Identificó genes relacionados con el metabolismo a través de la expresión diferencial, regresión de Cox y WGCNA, refinado por el análisis de la red PPI.
• Construyó una puntuación de riesgo genético relacionado con el metabolismo del eje (HMRG-RS) utilizando la regresión CoxBoost y Ridge.

Principales resultados:

• Identificó 7 genes metabólicos hub y desarrolló el HMRG-RS, demostrando un fuerte rendimiento pronóstico (índice C 0,723).
• Los pacientes de alto riesgo tuvieron una supervivencia más corta, un microambiente inmunosupresor (macrófagos M2, TMB alto) y un valor pronóstico dependiente de la mutación IDH1.
• El análisis de células individuales reveló la expresión de HMRG en las células mieloides, particularmente en los macrófagos M2, vinculados al metabolismo de los lípidos y la evasión inmune.

Conclusiones:

• Un modelo de pronóstico basado en el metabolismo validado (HMRG-RS) estratifica a los pacientes LGG.
• El modelo vincula las puntuaciones de alto riesgo con la desregulación metabólica y un microambiente inmunosupresor, especialmente en las células mieloides.
• Se identificaron posibles objetivos terapéuticos y sensibilidades farmacológicas, orientando futuras estrategias para las interacciones metabólicas e inmunes en LGGs.