集成批量和单细胞RNA测序数据构建并验证了非小细胞肺癌的预后模型
Junkai Zhu1, Junluo Yang1, Xinyi Chen1
1Research Center of Biostatistics and Computational Pharmacy, China Pharmaceutical University, Nanjing 210009, P.R. China.
Journal of Cancer
|January 12, 2024
概括
这项研究通过将大量和单细胞RNA测序数据与临床特征集成,为非小细胞肺癌 (NSCLC) 开发了一种新的预后模型. 该模型准确预测患者的生存率,并确定潜在的治疗策略.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 目前的非小细胞肺癌 (NSCLC) 预后模型往往缺乏单细胞RNA测序 (scRNA-seq) 数据的整合.
- 现有的模型经常忽视临床特征,只关注预测基因.
研究的目的:
- 通过将批量和scRNA-seq数据与临床特征集成,开发一个全面的NSCLC预后模型.
- 根据免疫特征和药物敏感性确定新的治疗点和策略.
主要方法:
- 利用了来自GEO的scRNA-seq数据和来自TCGA的大量RNA-seq数据.
- 使用最小绝对收缩和选择运算符 (LASSO) 和考克斯回归构建了一个预后模型.
- 进行了ESTIMATE,CIBERSORT,免疫检查点分析和药物敏感性比较.
主要成果:
- 确定了14个与瘤相关的基因,用于模型构建.
- 在多个队列中实现了高的曲线下面面积 (AUC) 值 (>0.65,有些>0.8) 对于1年,3年和5年的生存预测.
- 校准曲线表明模型的准确性很强,免疫和药物敏感性分析揭示了潜在的治疗途径.
结论:
- 开发了一个集成的预后模型,用于NSCLC患者使用不同的数据类型.
- 该模型可根据个体免疫特征和药物敏感性制定个性化治疗计划.
- 为NSCLC精度治疗提供临床指导.
