RNA测序识别肺癌血统,并促进药物重新定位

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 翻译医学是一种翻译医学.

背景情况:

• 突破性疗法已经改善了非小细胞肺癌 (NSCLC) 的存活率,但需要一个潜在的确认范式.
• NSCLC的分子亚型需要进一步阐明有针对性的治疗策略.

研究的目的:

• 使用多omics数据对NSCLC亚型进行分类,并识别不同的表型.
• 探索每个亚型的治疗漏洞和药物重新定位的机会.
• 用临床前模型和分子分析验证发现.

主要方法:

• 从TCGA,CPTAC和GEO下载了患者数据集,用于下游分析.
• 生成了42个基因亚型分类器,并分析了scRNA,eRNA,甲基化,突变和副本数量的变化.
• 使用临床前模型 (CMAP,CCLE,GDSC) 进行药物重新定位,并通过RNA-seq和CCK-8/西部斑检测验证发现.

主要成果:

• 确定了三种NSCLC表型:支气管状,神经内分泌和状,在状和神经内分泌集群中预后不佳.
• 由STK11突变和14q13.3放大特征的神经内分泌集群,具有用于免疫治疗的预测甲基化位置.
• 支气管类群体显示出最大的治疗潜力;MEK抑制剂对状细胞敏感,但支气管类对抗性较强.
• 迪纳西克利布和阿尔沃西迪布在神经内分泌集群中表现出活性;脊柱氨酸抑制了KLF5.5.

结论:

• 建立了NSCLC的分子亚型化范式,具有预后和治疗意义.
• 突出了支气管亚型作为新疗法的有希望的目标.
• 提供了基于分子表型的NSCLC药物重新定位和个性化治疗策略的框架.