乳酸代謝関連の相互作用の混乱ネットワークは,肝細胞癌の堅固な分層化を可能にします

科学分野:

• 腫瘍学 腫瘍学
• メタボリック経路は
• システム生物学 システム生物学

背景:

• 肝細胞癌 (HCC) は,著しい分子異質性を示し,診断と治療を複雑にします.
• 乳酸代謝 (LM) は,腫瘍の進行における役割としてますます認識されています.
• LMに関連する分子相互作用に基づくHCCの包括的な分類は,現在不足しています.

研究 の 目的:

• LMに関連する遺伝子相互作用ネットワークを使用して,HCCのための堅牢なサブタイプ層分化フレームワークを開発する.
• 特定されたサブタイプを臨床的特徴,免疫微環境,および微生物群組成に基づいて特徴づけること.
• HCCの予後のための予測性遺伝子シグネチャを特定する.

主な方法:

• LMに関連する遺伝子相互作用ネットワークの構築.
• HCC.の分子サブタイプを特定するためのコンセンサス・クラスタリング.
• 臨床データ,免疫プロファイリング,変異分析,微生物群の配列決定を含む多次元分析.
• LASSO回帰を用いた5遺伝子予測シグネチャーの開発と検証.

主要な成果:

• LMネットワークに基づいて4つの異なるHCCサブタイプが特定されました.
• クラスター2サブタイプは,最悪な予後と免疫チェックポイント阻害剤 (ICI) に対する弱い反応を示した.
• 亜型は,臨床的特徴,免疫浸透,変異的景観,微生物群の多様性において有意に異なっており,Cluster2は微生物の多様性が低下し,特定の属の濃縮を示している.
• 検証された5遺伝子シグネチャーは,複数のHCCコホートでの生存を正確に予測しました.

結論:

• この研究は,HCCのための新しいLMネットワーク駆動型サブタイプシステムを確立し,腫瘍の異質性の理解を強化します.
• 特定されたサブタイプは,患者の予後と治療への反応,特にICIを予測するための枠組みを提供します.
• この発見は,HCCにおけるパーソナライズされた治療戦略を開発するための臨床的に実行可能なツールを提供します.