一种与瘤相关的基于巨细胞的特征,用于解读前列腺癌的预后和免疫治疗反应

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.

背景情况:

• 与瘤相关的巨细胞 (TAMs) 在前列腺癌 (PCa) 进展和免疫疗法耐药性方面至关重要.
• 大多数PCa患者对当前的免疫疗法治疗没有反应,因此需要识别敏感个体的方法.

研究的目的:

• 开发一个巨衍生的特征风险模型,以预测PCa的免疫治疗反应和患者预后.
• 为了确定哪些患者最能从免疫治疗中受益.

主要方法:

• 利用来自UCSC-XENA,GEO和TISCH数据库的数据进行分析.
• 在单细胞和批量转录组数据上使用基因组变异分析构建了10基因巨相关得分 (MRS).
• 在Apolipoprotein E-knockout小鼠中使用PCa异种移植研究了APOE在巨细胞极化中的作用.

主要成果:

• MRS与缺氧,血管生成和上皮细胞-介质细胞过渡相关,表明其作为风险指标的潜力.
• 患有高MRS的患者在多个队列中表现出较差的免疫疗法反应和预后.
• 作为MRS的组成部分,APOE会影响巨细胞的两极分化;它缺失会减少M2巨细胞,并抑制PCa外移植中的瘤进展.

结论:

• 开发的MRS作为一个强大的工具,用于PCa的预后预测.
• 这种标志性风险模型可以帮助PCa患者选择合适的免疫治疗方案.