scRNA-seq揭示了高干度上皮质恶性细胞群和肺腺癌的预后模型

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:

• 肺腺癌 (LUAD) 仍然是癌症相关死亡的主要原因.
• 在LUAD中确定可靠的预后标志物和治疗点对于改善患者的治疗结果至关重要.
• 癌症干细胞 (CSCs) 与瘤进展,复发和治疗耐药性有关.

研究的目的:

• 根据与茎状性相关的基因开发LUAD的预后模型.
• 预测LUAD患者的化疗剂疗效和免疫治疗反应.
• 阐明CSC在LUAD异质性和细胞通信中的作用.

主要方法:

• 使用一类线性回归 (OCLR) 分析基于mRNA表达的干度指数 (mRNAsi).
• 单细胞RNA测序 (scRNA-seq) 数据与加权协表达网络分析 (WGCNA) 的整合.
• 使用机器学习算法和药物预测分析构建和验证预后模型.

主要成果:

• 在LUAD瘤中较高的mRNAsi与更差的预后和免疫抑制微环境相关.
• scRNA-seq揭示了高CSC恶性上皮细胞中的复杂细胞通信,表现出脱差.
• 一个13基因的预后模型显示,对LUAD预后和免疫治疗反应的高预测准确度 (平均c指数为0.71).

结论:

• 恶性LUAD细胞表现出高CSC特征,影响瘤行为和治疗灵敏度.
• 已识别的CSC相关基因模型为临床LUAD诊断和治疗提供了宝贵的见解.
• 这项研究通过预测预后和治疗疗效,为个性化的LUAD治疗提供了基础.