子宮頸がんにおける予後層別化のための9 SNP免疫遺伝子スコアの機械学習アプローチ

科学分野:

• 免疫遺伝学
• がんゲノム学
• 分子疫学

背景:

• ヒトパピローマウイルス（HPV）は子宮頸がん（CC）を誘発するが、宿主の遺伝的変異は疾患の不均一性に影響を与える。
• 免疫関連一塩基多型（SNP）の組み合わせがCC患者サブグループに与える影響は、十分に調査されていない。

研究 の 目的:

• チュニジアのCCコホートにおける免疫関連遺伝子の9つの機能的SNPの役割を調査する。
• CC生存率に関連するSNPベースの患者サブグループおよび遺伝子プロファイルを特定する。

主な方法:

• 130人のチュニジアのCC患者におけるTNF-α、IL-1β、IFN-γ、IL-1RN、IL-10、およびIL-6の9つの機能的SNPの遺伝子型決定。
• SNPデータと生存率の分析のための主成分分析（PCA）、クラスタリング、およびランダムフォレストモデリングの適用。

主要な成果:

• 患者の20%に見られる高リスク遺伝子プロファイル（7つのSNP）。
• 腺癌リスクおよび進行FIGO期と関連する特定のSNPを持つ、異なるSNPベースの患者サブグループが特定された。
• 9 SNP多因子リスクスコア（PRS）は、全生存率の低下と有意に関連し、独立した予後因子として特定された。

結論:

• 候補遺伝子分析により、子宮頸がん生存率に関連する予後SNPベースのサブグループおよびPRSが明らかになった。
• 本研究の結果は、CCにおける免疫遺伝学的リスク層別化の基礎を示唆している。
• 関連を確認するためには、ゲノムワイドデータを用いた大規模コホートでのさらなる検証が必要である。