基于现有的肺状细胞癌数据集的中性粒细胞估计和预后分析:开发和验证预后预测模型

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:

• 肺状细胞癌 (LUSC) 的存活率很低,尽管精准医学取得了进展.
• 瘤微环境 (TME) 中高水平的中性粒细胞与LUSC的更差预后有关.
• 中性粒细胞对LUSC进展的影响的确切机制尚未完全理解.

研究的目的:

• 调查中性粒细胞在LUSC病变发生中的作用.
• 根据与中性粒细胞相关的基因开发和验证LUSC的预后预测模型.
• 探索LUSC.中中性粒细胞与瘤相互作用背后的分子机制.

主要方法:

• 使用来自Xena Hub和GEO数据库的LUSC数据集 (473个和195个样本).
• 使用CIBERSORT,xCell和MCP计数器估计的中性粒细胞含量.
• 进行了差异基因表达分析 (DEseq2),加权基因共同表达网络分析 (WGCNA),并构建了LASSO Cox回归模型用于预后预测.
• 使用卡普兰-梅尔曲线,ROC曲线验证了模型,并分析了基因组变化,免疫相关性,药物敏感性和免疫治疗反应.

主要成果:

• 与正常邻近组织相比,在LUSC组织中观察到更高的中性粒细胞含量.
• 升高的中性粒细胞水平与更差的整体存活率 (OS),无疾病存活率 (DFS) 和无进展存活率 (PFS) 相相关.
• 一个具有八个基因的预后模型准确地预测了1年,3年和5年的生存率 (AUCs0.58-0.66) 并确定了高风险和低风险组之间的显著差异.
• 风险组,M阶段和瘤阶段是独立的预后因素;分子分析显示了风险组之间的免疫检查点,HLA,途径和药物敏感性的差异.

结论:

• 一个经过验证的风险评分模型有效预测LUSC患者的预后.
• 这项研究提供了关于中性粒细胞与瘤相互作用的见解,以及LUSC.的潜在治疗点.
• 进一步的实验和临床验证是必要的,以确认发现和解决局限性.