通过多机器学习计算框架来识别PANoptosis签名和预后模型的multiomics方法,用于肝脏内胆管癌

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 肝脏内胆管癌 (ICC) 是一种具有挑战性的恶性瘤.
• 了解ICC中的PANoptosis对于治疗策略至关重要.

研究的目的:

• 为了描述ICC中的PANoptosis签名.
• 开发一种用于诊断和治疗的预测模型.
• 探索ICC中耐药性的机制.

主要方法:

• 从多基因组数据中选了85个与PANoptosis相关的基因.
• 利用考克斯回归和机器学习来识别五个枢纽基因.
• 构建了一种PANoptosis风险评分 (PANRS) 来预测预后.
• 使用批量和单细胞转录组学分析了瘤微环境 (TME).

主要成果:

• 在多个队列中,PANRS表现出强大的预测性能.
• 大细胞在ICC TME中发挥着重要作用.
• 过度表达POSTN与TAM和PD-L1 / PD-L2相关,表明ICB抵抗.

结论:

• 确定了易发生PANoptosis的ICC患者的精确预后和治疗策略.
• 研究了ICC中PANoptosis的分子机制.
• PANRS显示了临床相关性,用于预测ICC的预后和治疗反应.