基于多omics数据的结肠癌亚型的识别-用于免疫治疗的甲基化标记物的构建

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 免疫治疗是一种免疫疗法.

背景情况:

• 目前的免疫治疗生物标志物,如微卫星状态,在临床实践中存在局限性.
• 异常的DNA甲基化与抗瘤免疫反应和瘤进展有关.
• 确定结肠癌免疫治疗的新生物标志物至关重要.

研究的目的:

• 探索DNA甲基化作为预测结肠癌免疫治疗反应的生物标志物.
• 识别与不同结肠癌亚型相关的特定DNA甲基化标记物.

主要方法:

• 利用癌症基因组图谱 (TCGA) 和UCSC XENA数据进行RNA测序和DNA甲基化.
• 鉴定了甲基化驱动基因 (MDGs),并进行了共识聚类,以定义结肠癌亚型.
• 使用瘤免疫功能障碍和排斥 (Tide) 评分和定量差异甲基化区域 (QDMR) 软件评估免疫状态和免疫治疗疗效.

主要成果:

• 通过共识集群识别了282个千年发展目标和四个不同的结肠癌集群.
• 集群1显示了一个独特的瘤免疫微环境 (TIME),具有更高的瘤突变负担 (TMB) 和更强的抗瘤免疫力.
• 发现了三种高甲基化基因 (PCDH20,APCDD1,COCH),可以准确区分集群1 (AUC=0.947).

结论:

• DNA甲基化分析和共识聚类可以有效地分层结肠癌患者进行免疫治疗.
• 特定的DNA甲基化生物标志物可以识别可能从免疫治疗中受益的患者亚组.