通过使用多omics分析,已经确定并验证了一种新的签名,用于预测肺状细胞癌的预后和免疫治疗反应,该预测是基于瘤突变负担的

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 遗传学 遗传学 是一个

背景情况:

• 免疫疗法对非小细胞肺癌 (NSCLC) 至关重要,但对肺状细胞癌 (LUSC) 的有效治疗方法落后于肺腺癌 (LUAD).
• 鉴定免疫治疗的生物标志物和开发针对LUSC的向治疗是一种紧急的临床需求.

研究的目的:

• 在LUSC中发现用于免疫治疗的新生物标志物.
• 研究瘤突变负担 (TMB) 和LUSC中的免疫透物之间的关系.
• 为了识别预后性免疫细胞,并为LUSC患者开发预测签名.

主要方法:

• 分析了来自TCGA和ICGC数据库的体质突变数据.
• 多变量分析和CIBERSORT算法被用于创建与TMB相关的签名并评估免疫细胞相关性.
• 卡普兰-梅尔分析确定了预后性免疫细胞,并评估了该特征的临床效用.

主要成果:

• 一个经常突变的基因特征 (SYNE1和TTN) 与增加的TMB和更好的临床前景有关.
• 与TMB相关的特征与免疫透物相关,并预测了低风险LUSC患者对抗PD-L1治疗的积极反应.
• 血细胞被确定为LUSC的预后免疫细胞,并且TMB签名被证明可以激活与免疫相关的信号通路.

结论:

• 开发的TMB相关签名 (SYNE1和TTN) 作为一个潜在的生物标志物,用于预测LUSC的免疫反应.
• 这种签名可以帮助分层LUSC患者进行免疫治疗,并指导治疗决策.
• 对TMB和免疫细胞相互作用的进一步研究可能会释放出更有效的LUSC疗法.