单细胞测序和批量转录基因组数据的整合开发了基于PCLAF+干状瘤细胞的预后标记,使用人工神经网络在胃癌中治疗胃癌
Yong Shi1,2, Ke An1,2, ShaoX Zhou1,2
1Department of Pharmacy, The First Affiliated Hospital of Zhengzhou University, Zhengzhou, 450052, China.
Heliyon
|November 11, 2024
概括
通过PCLAF+表达识别的胃癌干细胞 (GCSC) 与预后不佳相关. 这些类似干细胞及其相关的mRNA干度 (SD) 可能预测胃癌患者的免疫治疗反应.
科学领域:
- 在瘤学瘤学.
- 癌症干细胞生物学
- 免疫治疗是一种免疫疗法.
背景情况:
- 胃癌干细胞 (GCSCs) 驱动瘤发生,但它们的临床意义受到当前技术的限制.
- 了解GCSC对于推进胃癌治疗策略至关重要.
- 这项研究调查了GCSCs的临床价值,瘤微环境相互作用和分子机制.
研究的目的:
- 探索GCSCs在胃癌中的临床意义.
- 研究GCSCs,瘤微环境和临床结果之间的关系.
- 开发胃癌的新型预后和预测模型.
主要方法:
- 单细胞转录数据挖掘,以识别类似干细胞的瘤细胞.
- 使用mRNA茎度 (SD) 进行单细胞和批量转录组数据的综合分析.
- 对于SD相关的分子分类和基于人工神经网络的预后模型构建的共识聚类.
主要成果:
- 在胃癌 (GC) 中发现了一种PCLAF+类似干细胞的瘤细胞群.
- PCLAF+类干细胞和较高的SD与预后不佳和特定的临床特征有关.
- SD与免疫细胞丰度有负相关性,预后模型预测了免疫治疗反应.
结论:
- 在胃癌中发现了一种独特的干细胞样细胞群,并阐明了它们的临床意义.
- 这些发现凸显了PCLAF+类干细胞作为潜在的免疫治疗点.
- 开发的预后模型提供了对患者分层和治疗反应预测的见解.
