基于PD-L1相关签名的肺腺癌风险评分模型揭示了预后可预测性和与瘤免疫微环境基因的相关性

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:

• 免疫疗法,特别是涉及PD-L1,是瘤学的重要领域.
• 了解PD-L1相关性预测模型至关重要,但尚未完全阐明.
• 这项研究的重点是PD-L1相关基因在肺腺癌免疫力中的作用.

研究的目的:

• 为了研究PD-L1相关基因在肺腺癌免疫中的功能.
• 开发基于PD-L1表达和相关基因的患者预后预测模型.
• 确定与PD-L1表达和肺腺癌患者存活率相关的特定基因.

主要方法:

• 利用了mRNA和来自癌症基因组图谱 (TCGA) 数据库的临床数据,用于562例肺腺癌病例.
• 使用生物信息学工具 (DESeq2,Glmnet,clusterProfiler) 进行基因表达和途径分析.
• 经过验证的关键基因表达 (GPR115,MF12,GREB1L,SPRR1B,LIPK) 使用西式涂抹和qRT-PCR.

主要成果:

• 在肺腺癌瘤中确定了110个与高PD-L1水平共同表达的基因.
• 生存分析显示,五个重要的基因 (GPR115,MF12,GREB1L,SPRR1B,LIPK) 与患者的预后相关 (p < 0.001).
• 开发了一种结合这些基因的PD-L1风险预测模型,该模型有效预测患者的结果,并与免疫细胞水平相关 (CD4 T细胞,T助手2细胞).

结论:

• 构建的PD-L1风险模型对于预测肺腺癌患者预后具有重要意义.
• 已识别的基因和途径 (细胞因子-细胞因子受体相互作用,IL-17信号传递) 提供了关于肺腺癌免疫力的见解.
• 这种模型有可能指导肺腺癌的治疗策略.