基于瘤免疫微环境的集群用于预测乳腺癌的预后和指导乳腺癌免疫治疗

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 免疫学 免疫学 免疫学

背景情况:

• 乳腺癌 (BC) 的进展受到瘤微环境 (TME) 的影响,特别是瘤透白细胞 (TILs).
• 目前基于TME的BC分类是有限的,需要进一步阐明.
• 了解TME的作用对于改善BC预后和治疗策略至关重要.

研究的目的:

• 为乳腺癌开发一个预后性名录,整合临床特征和与TME相关的差异表达基因 (DEGs).
• 调查这个名图与临床特征,TIL,信号通路和免疫治疗反应的关联.
• 提高BC预后的预测准确性,并指导个性化治疗方法.

主要方法:

• 癌症基因组图谱 (TCGA) BC数据和免疫学数据库和分析门户网站基因组的生物信息分析.
• 识别和选择3985个重叠的与TME相关的DEGs.
• 聚类,LASSO考克斯回归和TIDE算法分析以识别预后特征并构建一个名ogram.

主要成果:

• 确定了三个不同的基于TME的集群,其中集群3显示出最佳的整体存活率 (OS).
• 开发了一个33基因的预后特征,有效地将患者分为低风险和高风险组,具有显著的OS差异 (p<0.01).
• 综合名图显示,与单独的临床特征相比,具有更高的预测价值,具有较高的AUC值 (例如,5年AUC=0.792).

结论:

• 一种基于TME相关的DEG和临床数据的新型预后诺莫گرام可以准确预测BC的预后.
• 这种名图具有指导乳腺癌患者免疫疗法选择的潜力.
• 进一步研究基于TME的分层可能会导致更有效,个性化的BC治疗.