基于ssGSEA丰富分数的质母细胞瘤免疫预后模型
Takanari Okamoto1, Ryo Mizuta2, Ayako Demachi-Okamura3
1Division of Translational Oncoimmunology, Aichi Cancer Center Research Institute, Nagoya, Japan; Department of Neurosurgery, Kyoto Prefectural University of Medicine Graduate School of Medical Science, Kyoto, Japan.
Cancer genetics
|March 23, 2025
概括
这项研究开发了一种针对质母细胞瘤的新型免疫预后模型,确定了与患者存活相关的关键生物过程和免疫路径. 该模型有效地预测整体存活率,并描述瘤免疫微环境 (TIME).
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:
- 质母细胞瘤 (GBM) 的预后不太清楚,免疫预后模型的有效性有限.
- 瘤免疫微环境 (TIME) 在GBM的发展和进展中起着至关重要的作用.
研究的目的:
- 使用 TIME 特性构建一个强大的质母细胞瘤免疫预后模型.
- 识别与质母细胞瘤预后相关的生物过程和免疫路径.
主要方法:
- 在TCGA RNA测序数据上使用了综合单样本基因组丰富分析 (ssGSEA).
- 采用不变和最小绝对收缩和选择运算符 (LASSO) 考克斯回归用于基因组选择.
- 使用独立的CGGA和爱知癌症中心数据集验证了预后模型.
主要成果:
- 开发了一种结合脂,类固醇激素,中间丝和免疫抑制化学路径的预后模型.
- 在训练和验证队列中,高风险组的整体存活率明显降低 (p < 0.001和p = 0.04).
- 在高危患者中通过in silico cytometry观察到免疫抑制性巨细胞和T细胞效应者的增加.
结论:
- 开发的免疫预后模型,基于通过 ssGSEA 的 TIME 评估,为质母细胞瘤预后提供了宝贵的见解.
- 这种模型有可能指导质母细胞瘤患者的个性化治疗策略.
更多相关视频
06:32Evaluation of Biomarkers in Glioma by Immunohistochemistry on Paraffin-Embedded 3D Glioma Neurosphere Cultures
Published on: January 9, 2019
7.8K
09:17Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
Published on: September 13, 2022
2.2K
