与先天免疫细胞屏障相关的基因为胰腺癌的精确预后提供了信息

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:

• 胰腺癌是一种致命的恶性瘤,治疗策略有限.
• 在PC中,与先天性免疫细胞屏障相关的基因的预后意义尚不清楚.
• 确定可靠的生物标志物和预测模型对于推进PC治疗至关重要.

研究的目的:

• 用与先天性免疫细胞屏障相关的基因识别胰腺癌的预后生物标志物.
• 为PC预后开发一个强大的预测模型.
• 为了发现个性化PC治疗的新型治疗点.

主要方法:

• 从多个数据库中精选与先天性免疫细胞屏障相关的基因.
• 使用TCGA和GTEx数据集进行微分表达式分析.
• 采用机器学习算法来开发预后模型,并通过免疫透和药物敏感性分析进行验证.
• 利用scRNA-seq数据来探索UBASH3B的功能作用.

主要成果:

• 鉴定了352个差异表达的与先天免疫细胞屏障相关的基因,将NK细胞通路与PC免疫联系起来.
• 开发了一个随机生存森林 (RSF) 模型,证明了强大的3年和5年生存预测准确度.
• 突出了五个关键基因,包括UBASH3B,它与NK细胞激活呈负相关性,并影响了免疫信号和耐药性.

结论:

• 建立了CDRG-RSF模型作为胰腺癌的可靠预后工具.
• 乌巴什3B成为免疫抑制和耐药性的重要标记物,为患者的分层提供了潜在的可能性.
• 将机器学习与免疫分析结合在一起,为胰腺癌治疗推进了精密瘤学.