对含的新辅助疗法耐药性的基因组特征基于单细胞数据

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 化疗 化疗是一种化学疗法.

背景情况:

• 新辅助化疗 (NACT) 是晚期癌症的主要治疗方法.
• 患者对NACT的反应各不相同,因此需要识别敏感个体的方法.
• 准确的患者分层对于优化NACT疗效至关重要.

研究的目的:

• 开发和验证基于西斯的新辅助化疗 (CDDP-NACT) 敏感性的预测得分.
• 确定与肺腺癌 (LUAD) 和食道状癌 (ESCC) 中CDDP-NACT反应相关的关键基因.
• 建立一个模型,根据开发的得分来预测患者分层.

主要方法:

• 分析CDDP-NACT前后从LUAD和ESCC患者获得的单细胞RNA测序数据.
• 从瘤细胞系中整合西斯丁IC50数据,以建立CDDP新辅助化疗评分 (NCS).
• 差异基因表达分析,基因本体学 (GO),KEGG途径分析,基因组变异分析 (GSVA) 和后勤回归模型的应用.
• 在体外验证使用siRNA淘汰,qRT-PCR,西斑,CCK8和EDU测定在A549,PC9和TE1细胞系.

主要成果:

• 在NACT后的LUAD和ESCC中鉴定了485个差异表达的基因.
• 开发了一个12基因的NCS (包括CAV2,PHLDA1,VDAC3等). 与CDDP-NACT灵敏度相关的.
• 建立了高和低NCS组的预测模型,其中CAV2,PHLDA1,ALCAM,CD9,IGBP3和VDAC3与预后相关.
• 在实验室中表明,击倒CAV2,PHLDA1和VDAC3增强了西斯的敏感性.

结论:

• 开发的NCS和预测模型有效地对CDDP-NACT患者进行了分层.
• 这种工具可以帮助临床医生选择最有可能从CDDP-NACT中受益的患者.
• 这些发现为个性化新辅助化疗策略提供了基础.