综合的多组学分析发现,在肝细胞癌中,各种编程细胞死亡模式和新型分子亚型之间存在全面的交叉通话

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 肝细胞癌 (HCC) 是一种致命的癌症,发病率越来越高.
• 有效的预测模型对于个性化HCC治疗至关重要.
• 编程细胞死亡 (PCD) 途径与HCC进展有关.

研究的目的:

• 开发和验证用于个性化HCC管理的新型分类器.
• 研究16种编程细胞死亡 (PCD) 模式在HCC中的作用.
• 建立HCC患者的预后指数.

主要方法:

• 应用监督 (弹性网,随机森林,XgBoost,Boruta) 和无监督 (NMF) 集群算法.
• 使用转录组,蛋白组和单细胞数据开发了一个编程细胞死亡指数 (PCDI).
• 在独立的HCC队列和现实世界的标本中验证了PCDI和Nomogram模型.

主要成果:

• 开发了一种五个签名的PCDI (FTL,G6PD,SLC2A1,HTRA2,DLAT),预测了更高的病理等级和更糟糕的预后.
• 较高的PCDI与抑制性瘤免疫微环境 (TME) 和TP53突变相关.
• 确定了三种HCC亚型,PCD集群3显示高风险和低代谢活性.

结论:

• 开发的PCDI和Nomogram模型为HCC风险分层提供了强大的工具.
• 像DLAT这样的关键调节器对HCC的演变和预后至关重要.
• 了解PCD模式可以提高个性化HCC患者管理的策略.