基于炎症的肺腺癌分子亚型的识别和构建与大量和单细胞RNA-seq数据有关的炎症相关的签名

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 遗传学 遗传学 是一个

背景情况:

• 炎症显著影响肺腺癌 (LUAD) 的治疗结果和预后.
• 在LUAD中炎症反应的详细分子机制需要进一步阐明.
• 了解基于炎症的LUAD亚型对于个性化治疗策略至关重要.

研究的目的:

• 为了识别和表征肺腺癌 (LUAD) 的不同的炎症导向亚型.
• 研究这些亚型的临床病理特征,预后影响和瘤微环境概况.
• 开发和验证一个以炎症为中心的LUAD预测模型.

主要方法:

• 对LUAD患者数据的生物信息分析,以确定基于炎症的分子亚型.
• 鉴定的亚型之间的临床病理学特征的比较分析.
• 使用多omics数据进行瘤微环境分析.
• 基于炎症标志物的预测模型的开发和验证.

主要成果:

• 确定了两个不同的LUAD亚型:炎症低 (INF-low) 和炎症高 (INF-high).
• 低INF亚型的特点是免疫抑制性瘤微环境,不太有利的预后,以及较高的瘤突变患病率.
• 高INF亚型与免疫活性环境和更乐观的临床结果相关.
• 开发一个有效的以炎症为中心的预测模型,具有显著的预测能力.

结论:

• 该研究建立了基于炎症的LUAD新型分类,分为INF低和INF高的亚型.
• 这些亚型表现出不同的生物行为,临床轨迹和瘤微环境组成.
• 这些发现为精细的以炎症为中心的LUAD分类和个性化治疗方法提供了基础.
• 开发的预测模型为改善LUAD患者分层和治疗指导提供了潜力.