単細胞RNA配列と人工知能を統合して,肝臓がんにおける耐性に対抗するための多標的薬剤設計

科学分野:

• 腫瘍学
• ゲノミクス
• 免疫学

背景:

• 肝細胞癌 (HCC) は,攻撃的な性質,異質性,治療の選択肢の制限,および不良の予後により,重要な課題を提示しています.
• ゲノミクスの進歩にもかかわらず,HCCの進行を促す複雑な分子機構は,特に単細胞レベルでは,まだ完全に理解されていません.

研究 の 目的:

• トランスクリプションの異質性,免疫細胞の浸透を調査し,単細胞RNA配列化を使用してHCCにおける潜在的な治療標的を特定する.
• 単細胞解像度でのHCCの進行と免疫回避の分子駆動因子を解明する.

主な方法:

• 品質管理,次元縮小 (PCA,UMAP,t-SNE),クラスタリング,微分遺伝子発現分析,擬似時間軌道の推論を含む包括的なバイオインフォマティクスパイプラインを使用しました.
• 遺伝子セットエンリッチメント分析 (GSEA) と生存分析を用いた免疫細胞のプロファイリングを行い,予後バイオマーカーを特定した.
• 薬物と遺伝子の相互作用を予測し,潜在的な治療候補者を特定するために,グラフニューラルネットワーク (GNN) を利用した.

主要な成果:

• HCCで1178の差異的に発現する遺伝子 (DEGs) を特定した.
• マクロファージの浸透が 免疫回避に寄与していることが判明しました
• APOEとALBはよりよい予後と関連しているが,XISTとFTLは生存率の低下と関連している.
• GNN分析とネットワーク分析により,ガドベネート・ディメグルーミンとフルーバスタチンなどの潜在的な薬剤候補を特定した.

結論:

• 単細胞アプローチは,HCC腫瘍の進化と免疫抑制に関する重要な洞察を提供します.
• この研究では,HCC治療の新たな予後バイオマーカーと潜在的な薬物再利用の機会を特定しました.
• この研究は,新しいHCC治療法の開発のための計算による薬剤発見を強化します.