在神经母细胞瘤中确定分子亚型和构建风险模型

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 遗传学 是一个遗传学.

背景情况:

• 神经母细胞瘤表现出显著的异质性,使患者的预后和治疗个性化复杂化.
• 了解不同患者群体对于改善神经母细胞瘤的结果至关重要.
• 免疫相关的细胞循环基因在神经母细胞瘤的多样化临床行为中发挥作用.

研究的目的:

• 通过识别不同的亚型来表征神经母细胞瘤患者群体.
• 开发一种风险模型,以基于遗传特征来预测患者的结果.
• 通过药物敏感性分析探索潜在的治疗策略.

主要方法:

• 重量基因共同表达网络分析 (WGCNA) 确定了与免疫相关的细胞周期基因.
• 共识聚类将1811名神经母细胞瘤患者分为两个亚型,跨越多个数据集.
• 免疫状态使用估计,CIBERSORT和ssGSEA进行评估.
• 使用随机ForestSRC和LASSO构建了一个7基因风险模型.
• 丰富分析和神经网络验证了关键的基因和生物特征.

主要成果:

• 根据与免疫相关的细胞周期基因确定了两种不同的神经母细胞瘤亚型 (Cluster1和Cluster2).
• 这些亚型在临床特征,免疫透,染色体不稳定性和患者预后方面表现出显著差异.
• 一个经过验证的7基因风险模型有效地将高风险患者与低风险患者区分开来,与独特的生物学特征相关.
• 药物敏感性分析为不同亚型的潜在向治疗提供了洞察力.

结论:

• 该研究成功地将神经母细胞瘤分为不同的亚型,突出显示了免疫相关细胞循环基因的重要性.
• 已建立的风险模型为了解神经母细胞瘤异质性和预测患者预后提供了宝贵的工具.
• 这些发现为在神经母细胞瘤管理中制定更个性化的治疗策略铺平了道路.