基于ScRNA-Seq分析和机器学习算法在HCC中构建与肝细胞相关的和与蛋白激酶相关的基因特征
Zhuoer Zhang1, Lisha Mou2, Zuhui Pu3
1The Second School of Clinical Medicine, Southern Medical University, Guangzhou, 510515, China.
Journal of physiology and biochemistry
|July 17, 2023
概括
蛋白激酶相关基因 (PKRG) 预测肝细胞癌 (HCC) 患者的生存率. 一个新的签名将CDK4和AURKB确定为关键的预后标记,为HCC提供潜在的治疗点.
科学领域:
- 基因组学和生物信息学
- 在瘤学瘤学.
- 机器学习在医学中的应用
背景情况:
- 肝细胞癌 (HCC) 的进展是复杂的,与蛋白激酶相关的基因 (PKRGs) 在细胞信号和生长中起着至关重要的作用.
- 准确预测HCC患者的结果对于个性化医学至关重要,需要确定可靠的预后标志物.
- 单细胞测序和机器学习为剖析瘤异质性和识别预测生物标志物提供了新的方法.
研究的目的:
- 基于使用单细胞数据和机器学习的蛋白质激酶相关基因 (PKRGs) 开发肝细胞癌 (HCC) 的预后特征.
- 确定预测HCC患者整体存活率的关键PKRG,并探索它们作为治疗点的潜力.
- 调查PKRG特征,瘤微环境和HCC的临床特征之间的关系.
主要方法:
- 来自HCC患者的单细胞测序数据的分析.
- 应用LASSO回归来构建六种主要细胞类型的PKRG预测模型.
- 使用COX回归和名录构造验证预后标记 (CDK4,AURKB);评估药物抑制和免疫透.
主要成果:
- CDK4和AURKB被确定为最佳的PKRG预后签名,用于在多个数据集中预测HCC肝细胞的整体存活率.
- 为了预后分层,开发了一种结合PKRG和癌症状况的诺摩图.
- 高风险的HCC患者表现出增加的瘤突变负担,丰富的细胞循环通路和独特的免疫细胞透模式 (例如,原始CD8+T细胞,M2巨细胞).
结论:
- 肝细胞相关的PKRG特征,特别是CDK4和AURKB,有效地在单细胞水平上对HCC患者进行预后分层.
- 识别的PKRG特征与瘤突变负担和免疫微环境特征相关.
- CDK4和AURKB抑制剂 (Palbociclib,Barasertib) 显示出抑制HCC细胞迁移的潜力,这表明它们具有治疗效用.
