基于使用scRNA测序的癌症相关纤维细胞基因,对肺腺癌的预后分析

科学领域:

• 在瘤学瘤学.
• 癌症生物学 癌症生物学
• 生物信息学是一种生物信息学.

背景情况:

• 癌症相关纤维细胞 (CAFs) 是瘤微环境 (TME) 中的关键参与者,影响瘤生长,转移和治疗耐药性.
• 在肺腺癌 (LUAD) 中CAFs的特定作用和基于CAFs的LUAD预后的预测模型尚未得到充分确立.

研究的目的:

• 调查CAF和LUAD之间的关系.
• 开发和验证基于CAF相关基因的LUAD预后和免疫治疗疗效的预测模型.

主要方法:

• 单细胞RNA测序 (scRNA-seq) 和散装RNA数据的综合分析.
• 对CAF相关基因的8基因预测模型的开发.
• 在独立的LUAD队列和IMvigor210免疫疗法队列中的验证.

主要成果:

• 开发的8基因模型准确地预测了LUAD预后和免疫疗法的有效性.
• 在高风险和低风险的LUAD患者组之间观察到TME组成,突变格局和药物敏感性的显著差异.
• 该模型在多个验证队列中展示了强大的预后性能.

结论:

• 在LUAD的发展和进步中,CAF起着至关重要的作用.
• 八基因CAF相关模型是预测LUAD患者的结果和免疫治疗反应的宝贵工具.
• 该模型有助于理解LUAD异质性,并指导个性化治疗策略.