多组学分析二硫化的模式和集成机器学习,以预测肺腺癌的免疫疗法反应

科学领域:

• 在瘤学瘤学.
• 细胞死亡机制 细胞死亡机制
• 免疫治疗是一种免疫疗法.

背景情况:

• 脱硫性脱硫症是一种与细胞损伤相关的细胞死亡机制.
• 了解肺腺癌 (LUAD) 中的二硫化,为瘤动态和治疗策略提供了新的见解.

研究的目的:

• 为了研究二硫化对LUAD中的瘤免疫微环境的影响.
• 开发一种预后模型,以基于与二硫化相关的基因预测LUAD患者的免疫治疗反应.

主要方法:

• 全癌症转录组学分析与二硫化相关的基因.
• 来自TCGA的LUAD队列的多omics数据分析.
• 机器学习模型构建用于预后和免疫治疗预测.
• 单细胞转录组分析以评估瘤微环境的影响.
• 在体外验证基因功能.

主要成果:

• 不硫化基因在癌症中显示出显著的表达和预后价值,包括LUAD.
• 在LUAD中发现了两种不同的二硫化症亚型,预后不同.
• 开发了一种强大的失硫性风险评分 (DSRS) 模型;较低的评分预测了更好的免疫疗法反应和生存率.
• NAPSA被确定为一种抑制LUAD细胞增殖和迁移的关键基因.

结论:

• 为LUAD患者开发了一种基于二硫化的创新预后模型.
• 该模型准确预测生存和治疗结果,识别具有免疫抑制的高风险人群.
• NAPSA显示出作为抑制LUAD细胞增殖和入侵的治疗点的潜力.