基于肠道转录代码的新组装揭示了在非小细胞肺癌中预测免疫治疗结果的微生物特征

科学领域:

• 微生物组研究 微生物组研究
• 癌症基因组学 癌症基因组学
• 免疫治疗是一种免疫疗法.

背景情况:

• 先进的非小细胞肺癌 (NSCLC) 治疗严重依赖免疫检查点抑制剂 (ICI).
• 新兴研究表明,肠道微生物组在调节ICI疗效方面发挥着重要作用.
• 了解这些微生物的影响对于优化NSCLC治疗策略至关重要.

研究的目的:

• 调查肠道微生物组转录成形 (MTR) 标志与接受ICI治疗的NSCLC患者的治疗结果之间的关联.
• 确定特定的微生物种类和基因表达模式,预测无进展生存 (PFS).

主要方法:

• 从接受ICI治疗的29名NSCLC患者的便样本使用基于de novo组装的MTR进行了分析.
• 进行了RNA测序和差异基因表达 (DE) 分析.
• 使用机器学习模型 (随机森林,SVM,XGBoost) 来评估微生物特征的预测能力.

主要成果:

• 虽然α-多样性没有显著差异,但β-多样性显示了长PFS组和短PFS组之间的显著微生物特征.
• 特定的细菌类 (Actinomycetota,Euryarchaeota,Bacillota) 和它们的RNA表达水平在各组之间存在显著差异.
• 基于RNA的微生物特征的机器学习模型显示了PFS的高预测精度 (ROC AUC>0.84).
• 六个关键的RNA生物标志物被确定为影响PFS的生物标志物,独立于PD-L1表达和化疗史.

结论:

• 肠道微生物组的元转录组 (MTR) 标志与NSCLC患者的ICI治疗结果有关.
• 特定的微生物基因表达模式和种群可以区分长期和短期PFS患者.
• 这些发现突显了基于微生物组的生物标志物的潜力,用于预测NSCLC中的ICI反应.