解读阿诺基的耐药性,并确定清细胞脏细胞癌表皮细胞中的预后生物标志物

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 基因组学就是基因组学.

背景情况:

• 清细胞细胞癌 (ccRCC) 存在持续的预后和管理困难.
• 阿诺基斯是一种编程细胞死亡的形式,对瘤抑制至关重要,在晚期癌症中通常具有抗性.
• 了解阿诺基斯抗药机制对于改善ccRCC患者的治疗结果至关重要.

研究的目的:

• 为了研究cccRCC进化和进展中的anoiki耐药性.
• 确定新的预后生物标志物,并为ccRCC开发风险分层模型.
• 探索阿诺基斯耐药性,瘤微环境和患者预后之间的关系.

主要方法:

• 对ccRCC瘤的单细胞RNA测序 (scRNA-seq) 来分析与阿诺基斯相关的基因 (ARG) 和识别与阿诺基斯相关的上皮细胞子集群 (ARES).
• 使用GEO微阵列数据集进行差异基因表达分析.
• 使用 LASSO,多变量考克斯回归和外部数据集 (BEST,ULCAN,RT-PCR) 开发和验证预后风险模型.
• 功能丰富分析 (KEGG通路),瘤微环境中的免疫透评估 (TME) 和药物敏感性分析.
• 空间转录学用于在现场识别ARES并探索它们的位置上下文.

主要成果:

• scRNA-seq揭示了ARES的动态ARG表达和增强的细胞间通信,特别是在MYC表达的上皮细胞子集群中,表明阿诺基斯的抗性.
• 一个强大的预后模型确定了TIMP1,PECAM1和CDKN1A作为ccRCC的关键预测基因.
• 高风险群体的特点是更大的抗性和免疫透,表现出明显较差的预后.
• 空间分析证实了ARES在瘤环境中的存在和位置.
• 纳米图集临床参数和预后基因被开发用于改善预测.

结论:

• 这项研究建立了一个基于三种预后基因 (TIMP1,PECAM1,CDKN1A) 的新型ccRCC风险特征,这些基因与阿诺基斯耐药性和免疫透有关.
• 研究结果提供了关于ccRCC内的空间分布和细胞间相互作用的见解,有助于理解瘤异质性.
• 开发的风险模型和名图为改善患者预后和指导ccRCC管理中的个性化治疗策略提供了有价值的工具.