通过单细胞分析,了解肝肝细胞癌的异质性,特别关注恶性细胞

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:

• 肝细胞癌 (HCC) 是全球癌症死亡的主要原因.
• 在HCC中显著的瘤内和患者间异质性会影响治疗结果.

研究的目的:

• 在单细胞水平上研究肝细胞癌 (HCC) 的异质性.
• 开发基于恶性细胞基因特征的HCC预后模型.

主要方法:

• 从TCGA,ICGC和GEO数据库中获取和分析了转录组和单细胞RNA测序数据.
• 用Seurat进行细胞子组分类,用InferCNV进行拷贝数变异 (CNV) 分析.
• 执行伪时间,转录因子和细胞间通信分析 (CellChat),以及用于预后建模的考克斯和拉索回归.

主要成果:

• 将HCC样品分为23个群,识别具有明显分化状态的恶性上皮细胞.
• 集群1表现出高的攻击性,上皮层-介质酶过渡 (EMT) 评分,以及转移潜力.
• 建立了一个预后模型,证明了多个队列的有效性,高风险组显示免疫透率增加和TP53突变率差异.

结论:

• 开发了一种基于恶性细胞基因签名的HCC验证的预后模型.
• 该模型在指导不同患者队列的预后方面表现出有效性.
• 确定了潜在的治疗点,并提供了对HCC异质性的见解.