清细胞细胞癌分子亚型的多组学特性和验证,以指导精确的化疗和免疫治疗

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 清细胞细胞癌 (ccRCC) 是一种复杂的癌症,具有多样化的遗传和分子特征.
• 现有的分类系统缺乏准确的生物学见解和量身定制的治疗所需的细节性.
• 多原子数据集成对于全面了解ccRCC异质性至关重要.

研究的目的:

• 开发基于多原子数据的ccRCC强大的分类系统.
• 在ccRCC中识别不同的分子亚型 (MoS).
• 为了将这些亚型与临床结果和潜在的治疗反应相关联.

主要方法:

• 收集和分析了来自255名ccRCC患者的多原子数据 (临床,转录组,拷贝数,甲基化,突变).
• 使用了"MOVICS" R包和10个高级算法进行无监督集群.
• 在独立的外部队列中验证识别的亚型 (GSE22541,GSE40435,GSE53573,E-MTAB-3267).

主要成果:

• 确定了三种多原子亚型 (MoS1,MoS2,MoS3),具有不同的分子特征和预后.
• MoS1:免疫力耗尽,预后不佳,可能从PI3K/AKT抑制剂中获益.
• MoS2:免疫感冒,预后良好,与VHL/PBRM1突变相关,适合使用sunitinib.
• 免疫热,从抗PD-1免疫疗法中受益.
• 在ccRCC中确认了SETD2作为瘤抑制剂.

结论:

• ccRCC的新型多原子亚型 (MoS) 提供了更深入的生物学理解.
• 这些亚型为预测患者预后和指导个性化治疗策略提供了一个框架.
• 这些发现支持在ccRCC管理中精确应用向疗法和免疫疗法.