在骨髓瘤中识别与免疫相关的预后生物标志物:基于TCGA分析的瘤免疫微环境风险模型的开发和验证

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 骨髓瘤是一种具有很少治疗选择的侵袭性癌症.
• 瘤免疫微环境 (TIME) 在癌症进展中起着至关重要的作用.
• 识别预后生物标志物对于有效的骨髓瘤管理至关重要.

研究的目的:

• 为了确定骨髓瘤的免疫相关的预后生物标志物.
• 开发一个预测模型,用于骨髓瘤患者的预后和免疫治疗反应.

主要方法:

• 从84个骨髓瘤样本 (TCGA数据库) 中对转录组数据和免疫细胞透的综合分析.
• 使用时间依赖ROC曲线分析开发和验证TIME风险预测模型.
• 功能注释和路径丰富分析,以探索潜在的机制.

主要成果:

• 确定了一个由七个基因组成的TIME风险模型 (C2,APBB1IP,BST2,TRPV2,CCL5,GBP1,F13A1),可以独立预测骨髓瘤患者的整体存活率.
• TIMErisk模型与免疫细胞透,免疫抑制基因表达和药物敏感性相关.
• 在高和低TIME风险组之间观察到免疫检查点基因的不同表达.
• 途径分析将TIMErisk模型与抗原处理,细胞因子-细胞因子受体相互作用和T细胞受体信号联系起来.

结论:

• 开发了一种基于 TIME 的新型预后模型 (TIMErisk),用于骨髓瘤.
• 时间风险模型可以预测患者的预后和对免疫治疗的反应.
• 与免疫相关的生物标志物和TIME微环境在骨髓瘤进展和临床管理方面具有重要意义.