新型免疫代謝予後モデルにより,肝細胞がんにおける生存率を分層化し,治療を個別化する

科学分野:

• 腫瘍学
• ゲノミクス
• 免疫学

背景:

• 肝細胞癌 (HCC) の病因は複雑で,免疫的および代謝的要因が関与しています.
• パーソナライズされたHCCの管理には,正確な予後ツールの開発が不可欠です.

研究 の 目的:

• 免疫および代謝関連の遺伝子 (IMRGs) に基づくHCCの予後モデルを開発し,検証する.
• リスクの階層化を改善し,HCC患者のパーソナライズされた治療をガイドする.

主な方法:

• TCGAとGEOのデータベースからのトランスクリプトミックのデータが分析されました.
• 差異的に発現するIMRGが特定され,患者は非陰性マトリックス因数分解 (NMF) を用いて層分けされた.
• 免疫微環境,治療感度,機能的経路を評価した LASSO- Coxモデルが構築され,検証された.

主要な成果:

• 異なる免疫マイクロ環境を持つ2つのHCC患者サブグループが特定されました.
• 9基因の予後モデルでは,既存のシグネチャーと臨床パラメータと比較して優れた予測精度を示した (5年AUC=0. 700).
• 高リスクの患者は,化学療法に対する異なる感受性で,細胞プロセスと免疫反応の変化を示した.

結論:

• IMRGベースの予後モデルは,HCCの結果を正確に予測し,効果的なリスクの分層化を可能にします.
• このモデルは,HCC治療における精密医療の進歩に重要な臨床的有用性を持っています.