探索HDL和LMNA基因表达对NSCLC免疫治疗结果的影响:使用临床和基因数据进行综合分析

科学领域:

• 在瘤学瘤学.
• 免疫治疗是一种免疫疗法.
• 生物化学 生物化学

背景情况:

• 免疫检查点抑制剂 (ICI) 已经彻底改变了非小细胞肺癌 (NSCLC) 治疗.
• 确定可靠的生物标志物来预测ICI疗效对于个性化治疗策略至关重要.
• 外周脂质配置文件越来越多地被认为是它们在全身炎症和免疫反应中的作用.

研究的目的:

• 分析周围脂质水平对NSCLC患者ICI治疗疗效的影响.
• 探索脂质配置文件的潜力,特别是高密度脂蛋白 (HDL) 和低密度脂蛋白 (LDL),作为预测免疫治疗反应的生物标志物.
• 研究与差异性治疗反应相关的潜在遗传机制.

主要方法:

• 对201名用ICI治疗的NSCLC患者的临床数据的回顾性分析.
• 评估脂质特征 (总胆固醇,甘油三,高脂,低脂) 和与治疗结果的相关性 (整体反应率 - ORR,疾病控制率 - DCR,无进展生存率 - PFS).
• 机器学习算法和考克斯回归模型的应用,以确定疗效的独立预测因子,并开发生存预测模型.

主要成果:

• 在HDL水平和ORR,DCR和PFS之间发现了显著的积极关联.
• 患有较高HDL水平的患者表现出明显更好的DCR和ORR,以及更长的PFS中位数.
• 随机森林模型实现了高预测性能 (AUC 0.858 和 0.802). HDL和LDL被确定为PFS的独立预后因素.
• 在免疫治疗反应较差的患者中观察到BCL2L11,AKT1和LMNA的上调.

结论:

• 高密度胆固醇和低密度胆固醇是影响ICI治疗NSCLC患者生存预后的独立因素.
• 高脂是一种有前途的新型生物标志物,用于预测NSCLC的免疫疗法疗效.
• 非响应者中LMNA的升高与亡耐药性和改变的脂质代谢有关,这表明一种潜在的耐药机制.