基于机器学习算法识别了与M2巨相关的新型分子ATP6V1E1及其在肝细胞癌中的生物学作用

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:

• 肝细胞癌 (HCC) 是一种普遍存在的初级肝癌,结果不佳.
• 瘤微环境 (TME),特别是M2巨细胞,显著影响HCC的进展.
• 目前的HCC疗法有效性有限,需要新的治疗点.

研究的目的:

• 研究M2巨细胞在HCC TME中的作用.
• 确定和分析ATP6V1E1在HCC中的预后意义.
• 开发基于ATP6V1E1.1的HCC预后模型.

主要方法:

• 机器学习算法CIBERSORT用于细胞组成分析.
• 基因表达概况,基因组丰富分析 (GSEA) 和卡普兰-梅尔生存分析.
• 多变量考克斯回归用于预后模型开发和体外细胞增殖试验.

主要成果:

• 在HCC TME中,M2巨细胞占主导地位,与生存率差相关.
• ATP6V1E1的表达与先进的HCC阶段,不良的预后特征和瘤性途径 (免疫抑制,血管生成) 有关.
• 一个基于ATP6V1E1的预后模型显示出高的预测准确性;ATP6V1E1的淘汰抑制了HCC细胞的增殖.

结论:

• M2巨细胞和ATP6V1E1是HCC病变发生的重要因素.
• ATP6V1E1显示出作为HCC的预后生物标志物和治疗点的潜力.
• 向M2巨细胞和ATP6V1E1可能会改善HCC治疗策略.