相关实验视频
Updated: Jul 16, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
对瘤微环境特征的综合分析,以使用批量和单细胞RNA测序技术建立乳头甲状腺癌的诊断模型
Yizeng Wang1, Wenbin Song1, Yingxi Li2
1Department of General Surgery, Tianjin Medical University General Hospital, 154 Anshan Road, Heping District, Tianjin, 300052, People's Republic of China.
Journal of cancer research and clinical oncology
|September 21, 2023
概括
这项研究使用单细胞RNA测序来描述乳头甲状腺癌 (PTC) 中的瘤微环境. 确定了六种生物标志物以创建诊断模型,为PTC诊断提供了有前途的工具,并对甲状腺癌异质性的洞察力.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞RNA测序 (scRNA-seq) 对于理解瘤微环境 (TME) 是至关重要的.
- 很少有研究利用scRNA-seq来诊断乳头甲状腺癌 (PTC).
- 这项研究调查了PTC中TME特征,以确定诊断生物标志物.
研究的目的:
- 为了全面描述PTC中的TME.
- 为了确定PTC的潜在诊断生物标志物.
- 开发和验证PTC的诊断模型.
主要方法:
- 通过scRNA-seq数据分析,使用CellChat和SCEVAN识别细胞类型和相互作用.
- 用于下游分析的SCP包,包括GSEA,丰富,伪时间和差异表达.
- 使用ROC曲线和RT-qPCR的诊断模型的开发和验证.
主要成果:
- 在PTC组织中发现了8种不同的细胞类型和广泛的细胞相互作用.
- 发现了26个关键基因和8个具有高异质性的PTC瘤细胞子组.
- 使用六个基因 (TRPC5,TENM1,NELL2,DMD,SLC35F3,AUTS2) 的诊断模型在区分PTC和正常组织方面表现出高效率.
结论:
- 该研究提供了PTC TME.的全面描述.
- 开发了六个经过验证的诊断生物标志物和一个有前途的PTC诊断模型.
- 这些发现为甲状腺癌异质性提供了新的见解,并为改善PTC诊断提供了基础.
