基于CD163+FPR3+巨细胞签名的机器学习算法来预测质瘤患者的预后
Quanwei Zhou1, Xuejun Yan2, Youwei Guo3
1The National Key Clinical Specialty, Department of Neurosurgery, Zhujiang Hospital, Southern Medical University, Guangzhou, China.
NPJ precision oncology
|September 13, 2024
概括
与瘤相关的巨细胞 (TAMs) 是质瘤的关键. 一个新的CD163+FPR3+巨体签名准确地预测患者的存活率,优于现有的方法.
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) 显著影响质瘤的进展和患者的预后.
- 在质瘤中不同的TAM亚群的确切作用仍然不清楚.
- 单细胞测序确定了质瘤和质瘤内的髓状细胞类型.
研究的目的:
- 为了研究FPR3的作用,一个中心基因在TAMs,在质瘤微环境.
- 识别和描述与临床结果相关的特定TAM子集 (CD163+FPR3+).
- 开发基于CD163+FPR3+巨体表达的质瘤新型预后模型.
主要方法:
- 权重基因共同表达网络分析 (WGCNA) 以确定枢纽基因.
- 单细胞测序用于分析细胞群.
- 机器学习算法 (10个模型) 来构建预后签名.
- 在六个独立的质瘤队伍中进行验证.
主要成果:
- 确定FPR3是TAMs中的一个枢纽基因,表达在CD163+巨细胞上,与质瘤结局有关.
- 鉴定了一种独特的CD163+FPR3+巨细胞子集.
- 基于CD163+FPR3+巨细胞开发的AI驱动的预后签名准确地预测了整体存活率.
- 与临床因素和现有的生物标志物相比,新型签名显示出更高的预测准确性.
结论:
- CD163+FPR3+巨体签名具有作为质瘤预后生物标志物的显著潜力.
- 准或了解这种特定的巨细胞子集可能为质瘤提供新的治疗策略.
- 这项研究强调了巨细胞异质性在塑造质瘤微环境中的重要性.
