细胞骨相关分子的机器学习辅助多维转录组分析及其与肝细胞癌预后的关系

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 遗传学 是一个遗传学.

背景情况:

• 肝细胞癌 (HCC) 是一个重大的全球健康挑战,治疗选择有限.
• 细胞骨动力学在瘤进展中至关重要,但它们在HCC中的预后和治疗含义尚未完全理解.

研究的目的:

• 识别细胞骨相关的基因,预测HCC的整体存活率 (OS).
• 开发和验证HCC患者风险分层的预测模型.
• 探索针对已识别的关键基因的治疗策略.

主要方法:

• 转录组数据分析 (TCGA-LIHC) 发现与OS相关的差异表达基因 (DEGs).
• 开发和验证使用LASSO回归和随机森林在独立队列中的预后模型.
• 单细胞和空间转录组学研究基因表达和瘤微环境.
• 在体外和体内药物查和验证.

主要成果:

• 确定了110个与细胞骨相关的DEG,其中13个与OS有显著的关联.
• 开发并验证了一个强大的五基因预后模型 (ARPC1A,CCNB2,CKAP5,DCTN2,TTK).
• 五个基因的高表达与免疫抑制微环境和TP53突变相关.
• 在临床前模型中,向TTK的伊利诺德坎和索拉芬尼在临床前模型中显示出显著的瘤抑制.

结论:

• 五基因模型为HCC风险分层提供了一个可靠的工具.
• 细胞骨相关的基因在HCC中具有显著的预后和治疗潜力.
• 氨酸和索拉芬尼的组合为HCC提供了一个有前途的治疗策略.