免疫细胞透的两步共识聚类方法:对萨尔科马的预后和免疫影响的综合探索和验证

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:

• 瘤表现出复杂的瘤微环境 (TME) 和免疫细胞透 (ImmCI) 模式.
• 了解这些模式对于预测患者预后和对治疗的反应至关重要.

研究的目的:

• 为了全面调查肉瘤ImmCI模式和TME.
• 为了确定预后生物标志物,并预测肉瘤患者的免疫治疗反应.

主要方法:

• 利用TCGA和GEO的转录组,临床和突变数据.
• 应用CIBERSORT和ESTIMATE算法进行ImmCI和TME分析.
• 员工无监督集群,ImmCI得分计算和TIDE分析.

主要成果:

• 确定了不同的ImmCI和基因驱动集群.
• 证明ImmCI集群A和基因驱动集群A是有利的预后生物标志物.
• 验证了ImmCI得分的独立预后意义和免疫治疗反应的预测价值.

结论:

• 在肉瘤中,ImmCI模式和ImmCI得分具有临床意义.
• 免疫免疫结核评分有效地识别了可能从免疫治疗中受益的肉瘤患者.