相关实验视频
Updated: Jan 18, 2026
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
提高多发性骨髓瘤的预测准确度,使用来自单细胞RNA测序的血细胞概况
Lanting Liu1, Hao Sun1, Fangshuo Feng1
1State Key Laboratory of Experimental Hematology, National Clinical Research Center for Blood Diseases, Haihe Laboratory of Cell Ecosystem, Institute of Hematology and Blood Diseases Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Tianjin 300020, China; Tianjin Institutes of Health Science, Tianjin 301600.
研究人员在攻击性多发性髓瘤 (MM) 细胞中发现了七个基因的特征. 这种签名改善了超高风险MM患者的风险分层,帮助个性化治疗策略.
科学领域:
- 血液学 血液学 血液学
- 基因组学就是基因组学.
- 在瘤学瘤学.
背景情况:
- 多发性骨髓瘤 (MM) 呈现出显著的异质性,使准确的风险分层和个性化治疗复杂化.
- 目前的临床基因测试难以完全捕捉MM的分子复杂性,需要改进的生物标志物.
- 识别新的生物标志物对于提高风险评估和为MM患者量身定制疗法至关重要.
研究的目的:
- 在单细胞分辨率下分析新诊断的多发性骨髓瘤 (MM) 中的瘤内部异质性.
- 识别侵略性髓瘤细胞子集和相关的分子标记物,以改善风险分层.
- 开发和验证超高风险MM患者的综合风险模型.
主要方法:
- 来自12名新诊断的MM患者的髓瘤细胞的单细胞RNA测序.
- 攻击性瘤细胞子集群的识别和表征.
- 开发七基因特征和综合风险分层模型.
- 在五个独立的MM患者数据集中验证模型.
- 使用数字聚合酶链反应 (dPCR) 来量化基因特征.
主要成果:
- 鉴定出一种高度攻击性的髓瘤细胞子集,其特征是染色体不稳定性,耐药性和高风险基因.
- 一个由七个基因组成的特征 (LILRB4,CD74,TUBA1B,CCND2,HIST1H4C,ITGB7,CRIP1) 在攻击性细胞中显著高表达.
- 七基因签名得分独立预测了患者的不良结果.
- 结合基因特征的综合风险模型显著改善了风险歧视,特别是在超高风险患者中.
- 测量基因特征的dPCR方法在区分患者存活率方面证明了临床实用性.
结论:
- 识别的七个基因签名有效地表征了侵略性的多发性骨髓瘤.
- 结合基因特征的综合风险分层模型提高了MM患者的预后准确性.
- 这种方法,特别是dPCR量化,为临床应用提供了有价值的工具,并为超高风险MM的风险适应治疗策略提供了指导.
更多相关视频
09:34A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
Published on: October 25, 2018
07:53Interphase Fluorescence in situ Hybridization of Bone Marrow Smears of Multiple Myeloma
Published on: April 15, 2022