机器学习开发了一种巨细胞签名,用于预测头部和部状细胞癌的预后,免疫透和免疫治疗特征
Yao Wang1,2,3,4, Ya-Kui Mou1,2,3,4, Wan-Chen Liu1,2,3,4
1Department of Otorhinolaryngology, Head and Neck Surgery, Yantai Yuhuangding Hospital, Qingdao University, No.20, East Road, Zhifu District, Yantai, 264000, China.
Scientific reports
|August 22, 2024
概括
这项研究确定了一种新的巨细胞相关风险特征 (MRS),用于头部和部状细胞癌 (HNSCC). 在HNSCC中,MRS可以预测患者的预后,免疫透和对免疫治疗的反应.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 巨细胞在头部和部状细胞癌 (HNSCC) 的进展和治疗中至关重要.
- 了解巨相关基因 (MRG) 是开发HNSCC.新的治疗策略的关键.
研究的目的:
- 使用WGCNA识别MRG并将HNSCC患者分为不同的亚型.
- 开发一种巨相关风险标志 (MRS) 模型,用于预测HNSCC患者的结果和免疫特征.
主要方法:
- 权重基因共同表达网络分析 (WGCNA) 来识别MRG.
- 机器学习算法来构建一个九基因的MRS模型.
- 免疫检查点和HLA基因表达,TIDE分数和单细胞RNA测序数据的分析.
主要成果:
- 根据MRG,确定了两个不同的HNSCC亚型.
- 开发的MRS模型显示,高风险组的整体存活率较低.
- 高风险瘤表现出免疫逃避和对免疫治疗的潜在抵抗力.
- 发现瘤微环境 (TME) 中的巨细胞可以抑制瘤的进展.
- 降低IGF2BP2和SLC7A5的表达减少了HNSCC细胞的增殖/迁移,并促进了M1巨细胞的两极分化.
结论:
- 为HNSCC成功构建了一个新的MRS.
- MRS可以作为预测HNSCC预后,免疫透和免疫治疗反应的有价值指标.
- 针对IGF2BP2和SLC7A5等特定的MRG可能为HNSCC提供治疗潜力.
