对非小细胞肺癌基于 lysosome-dependent细胞死亡得分的预测模型的构建和分析
Jiangping Fu1, Yaohua Chen2, Jie Li3
1Department of Radiation Oncology, The First Affiliated Hospital of Guangxi Medical University, Nanning, 530021, Guangxi, China.
Discover oncology
|August 30, 2024
概括
这项研究开发了一种非小细胞肺癌 (NSCLC) 的预后模型,使用溶酶体依赖性细胞死亡 (LDCD) 基因. 该模型将患者分为高风险和低风险组,有助于精确治疗和了解肺癌中的免疫相互作用.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 由于患者异质性,非小细胞肺癌 (NSCLC) 具有显著的治疗变异性.
- 目前的治疗方法,如免疫检查点抑制剂,显示出不一致的疗效.
- 预测模型对于分层NSCLC患者进行个性化治疗至关重要.
研究的目的:
- 开发一种使用溶酶体依赖细胞死亡 (LDCD) 评分的NSCLC患者的预后模型.
- 整合单细胞RNA测序 (scRNA-seq) 和大量RNA测序数据用于模型构建.
- 分析免疫特征并确定不同风险群体的治疗点.
主要方法:
- 从GEO和TCGA数据库获得的NSCLC和正常肺组织数据.
- 使用R包 (Seurat,CellChat) 来进行数据分析,包括PCA和UMAP用于可视化.
- 采用LASSO回归用于预测模型构建,通过生存和免疫微环境分析验证.
主要成果:
- 观察到NSCLC组织中单细胞的比例增加,表明它们在癌症进展中的作用.
- 鉴定了巨细胞,光滑肌细胞和髓状细胞之间的强烈细胞间通信.
- 基于12基因LDCD的预后模型揭示了风险组之间的生存和免疫微环境的显著差异.
结论:
- 基于LDCD的预后模型有效地分层NSCLC患者.
- 细胞死亡模式显著影响肺癌的进展和免疫相互作用.
- 这些发现为NSCLC的精密医学提供了潜在的治疗点.
