整合单细胞和散装RNA测序以预测前列腺癌的预后和免疫治疗反应
Xiao Yan Wen1, Ru Yi Wang1, Bei Yu1
1Department of Urology, The Affilated Hospital and Clinical Medical College of Chengdu University, No.82, North Second Section of Second Ring Road, Chengdu, 610081, Sichuan, China.
Scientific reports
|September 21, 2023
概括
研究人员在前列腺癌 (PCa) 中确定了癌症相关纤维细胞 (CAF) 集群,并开发了一种10基因风险模型. 该模型预测了PCa患者的预后,免疫治疗反应和潜在的药物敏感性,提供了新的临床治疗选择.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 癌症基因组学 癌症基因组学
背景情况:
- 前列腺癌 (PCa) 是全球男性发病率和死亡率的主要原因.
- 与癌症相关的纤维细胞 (CAFs) 在瘤的进展,入侵和转移中发挥着至关重要的作用.
- 了解CAF特征对于改善PCa患者的治疗结果至关重要.
研究的目的:
- 利用生物信息学探索CAFs在前列腺癌中的作用和特征.
- 构建一种基于CAF的新型风险模型,用于预测PCa的预后和治疗反应.
- 研究CAFs,体突变和PCa中的瘤免疫微环境之间的关系.
主要方法:
- 下载和处理单细胞RNA测序 (scRNA-seq) 和PCa.的大量RNA-seq数据.
- 使用R包"Seurat"确定了CAF集群和与癌症相关的纤维细胞相关基因 (CAFRGs).
- 使用单变Cox,LASSO和多变Cox分析构建和验证了一个预后模型,随后进行Kaplan-Meier分析.
主要成果:
- 在PCa中确定了4个CAF集群和463个CAFRG.
- 开发了一个10-CAFRG预后签名,预测患者的结果.
- 在高风险组中发现了TTN和TP53的显著突变,并确定了31种潜在的治疗药物.
结论:
- 已经建立了一个新的基于CAF的PCa预后签名.
- 这个签名可以预测患者的预后和对免疫治疗的反应.
- 这些发现可能为PCa治疗策略提供有价值的临床见解.
