中国早期非状非小细胞肺癌的分子和免疫特征:一个多omics队列研究
Haoxin Peng1,2,3, Xiangrong Wu2,3,4, Xiaoli Cui5
1Department of Gastrointestinal Oncology, Key Laboratory of Carcinogenesis and Translational Research (Ministry of Education), Peking University Cancer Hospital & Institute, Beijing, China.
这项研究分析了中国患者的早期非状非小细胞肺癌 (NS-NSCLC),揭示了关键突变和免疫标志物. 机器学习模型准确地预测了无疾病生存率,提供了新的预后见解.
科学领域:
- 基因组学和转录基因组学
- 癌症生物学 癌症生物学
- 免疫学 免疫学 免疫学
背景情况:
- 尽管存活率更高,但大约30%的早期非状非小细胞肺癌 (NS-NSCLC) 患者在五年内复发.
- 驱动早期NS-NSCLC复发的特定生物特征,特别是在中国人群中,仍然不完全理解.
研究的目的:
- 在中国队列中进行早期NS-NSCLC的多组分析.
- 确定与无疾病生存 (DFS) 相关的基因组,转录组和T细胞受体 (TCR) 谱系特征.
- 使用机器学习 (ML) 开发DFS的预测模型.
主要方法:
- 全外体测序 (WES),RNA测序和TCR测序在76个配对的早期NS-NSCLC组织和血液样本上进行.
- 分析包括突变分析,拷贝数变异 (CNV) 分析,以及评估与免疫相关的特征,如瘤突变负担 (TMB) 和TCR多样性.
- 根据综合的临床,基因组,转录组和TCR数据,利用七个机器学习算法来预测DFS.
主要成果:
- 经常观察到EGFR (55%),TP53 (37%) 和TTN (26%) 的突变. 特定突变 (MUC17,ABCA2,PDE4DIP,MYO18B) 和CNV (8q24.3,14q13.1,14q11.2中的放大;3p21.1中的删除) 与不利的DFS相关.
- 长期吸烟者表现出更高的人类白细胞抗原对异性损失 (HLA-LOH),TMB和瘤新抗原负担 (TNB). HLA-LOH与增加的TMB,TNB,内异质性 (ITH) 和染色体不稳定性 (wCIN) 有关.
- 较高的ITH预测了更好的DFS,而免疫相关基因的表达增加 (CRABP2,ULBP2,IL31RA,IL1A) 表示预后较差. 增强的外周血液TCR多样性预测了更好的结果.
- 结合临床和RNA特征的随机森林 (RF) 模型实现了对DFS的高预测准确性 (AUC 97.5%培训,83.3%测试).
结论:
- 这项研究提供了中国患者早期NS-NSCLC的综合多学科概况.
- 识别的基因组变化,免疫特征和TCR谱系特征可以作为预后的潜在生物标志物.
- 这些发现提供了对 Ns-NSCLC 独特生物学方面的见解,并支持为患者结果开发先进的预测模型.
更多相关视频
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
07:59Author Spotlight: Advancements in Molecular Biomarker Testing for Non-Squamous Non-Small Cell Lung Cancer
Published on: September 8, 2023
相关概念视频
Cancers Originate from Somatic Mutations in a Single Cell
Cancers Originate from Somatic Mutations in a Single Cell
