与PTEN相关的风险分类模型用于预测肝细胞癌的预后和免疫治疗反应

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 免疫治疗是一种免疫疗法.

背景情况:

• PTEN突变在瘤中很常见,对癌症研究至关重要.
• 了解PTEN的生物影响对于开发新的癌症疗法至关重要.

研究的目的:

• 为了研究PTEN基因表达在肝细胞癌 (HCC) 的生物效应.
• 创建一个基于HCC的PTEN表达异质性的预后模型.
• 评估模型对预后和分子特征的预测能力.

主要方法:

• 利用了来自癌症基因组图谱 (TCGA) LIHC队列的RNA-seq和突变数据.
• 使用ESTIMATE和ssGSEA评估了瘤微环境 (TME).
• 在PTEN高和低组之间对差异表达基因 (DEGs) 通过COX和LASSO回归开发了一个预后模型.

主要成果:

• 受拷贝数变化 (CNV) 影响的PTEN表达,与免疫评分和细胞透负相关.
• 确定了1281个DEG,其中8个被选择用于预后模型.
• 与TIDE模型相比,基于PTEN的模型显示出更高的预后价值和免疫治疗反应的预测准确性.

结论:

• 确定了HCC中CNV,PTEN表达和免疫相关性之间的联系.
• 开发了一种基于PTEN表达的分类模型,对HCC患者的预后有重大影响.
• 该模型有助于预测预后结果和对免疫检查点阻塞 (ICB) 治疗的反应.