肝细胞癌的运动相关免疫基因签名:机器学习和多omics分析

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:

• 运动调节免疫系统,但其在肝细胞癌 (HCC) 的预后作用尚不清楚.
• 了解与运动相关的免疫因素对于HCC管理至关重要.

研究的目的:

• 开发一种基于机器学习的预后签名,使用与运动相关的免疫基因 (EIG) 来治疗HCC.
• 预测HCC的预后并指导个性化治疗策略.

主要方法:

• 使用WGCNA,差异基因表达和CIBERSORT来识别来自HCC数据集的EIG (GeneCards,GEO,TCGA,ICGC).
• 使用机器学习算法和生存分析构建并验证了EIG预后签名 (EIGPS).
• 进行了分子亚型,qRT-PCR,功能丰富,免疫透和药物敏感性分析.

主要成果:

• 确定了59个EIG,其中54个与预后相关;7个EIGPS显示出强大的预测能力 (C指数为0.742).
• 发现了两种分子亚型 (具有增强抗瘤免疫力的C2),并将EIGPS与巨细胞透和免疫逃逸联系起来.
• 高风险组对阿法替尼和阿尔佩利西布的巨细胞丰度和敏感性增加.

结论:

• 开发了一个强大的EIGPS来预测HCC预后,独立于临床因素.
• 该EIGPS提供了对HCC免疫格局和潜在的治疗策略的见解.
• 这种特征有助于为肝细胞癌患者提供个性化的治疗方法.