识别肺腺癌的瘤相关巨细胞透露免疫景观通过omics数据集成的数据集成

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:

• 与瘤相关的巨细胞 (TAMs) 通过促进瘤细胞的增殖,迁移和入侵,显著影响肺腺癌 (LUAD) 的进展.
• 瘤瘤关键调节瘤微环境,影响瘤发生和疾病的进展.
• 单细胞RNA测序 (Sc-RNA) 越来越多地用于剖析瘤微环境组成和转录组学.

研究的目的:

• 通过单细胞分析,识别 LUAD 中参与 TAM 状态转换的关键基因.
• 整合omics数据以发现TAM相关的预后基因,并构建LUAD的预测模型.
• 调查在LUAD中发现的TAM相关基因的预后和治疗潜力.

主要方法:

• 从GEO获得LUAD Sc-RNA测序数据,以及从TCGA获得临床信息的转录组数据.
• 对TAM单细胞水平的分析,以识别与状态过渡相关的基因.
• 奥米克斯数据集成,基因本体学生物过程 (GOBP) 分析,接收器操作特征 (ROC) 曲线分析,GEPIA2数据库分析和RT-qPCR.

主要成果:

• 使用五个TAM相关基因构建了一个预后模型,达到0.751的曲线下面面积 (AUC),表明预测效果良好.
• 在GOBP分析中,发现TAM相关基因在促进瘤和免疫抑制途径中的丰富.
• 他们确定了五个关键基因 (HLA-DMB,HMGN3,ID3,PEBP1,TUBA1B). 增加的TUBA1B表达与先进的LUAD相关,而减少的PEBP1表达表明治疗潜力.

结论:

• 确定了五个与TAM相关的基因和构建的预后模型,为LUAD进展提供了有价值的见解.
• TUBA1B可以作为高级LUAD的预后生物标志物.
• 由于其在瘤中的表达减少,PEBP1对LUAD具有潜在的治疗标.