整合性空间和单细胞转录学阐明了肝细胞癌中的被编程细胞死亡驱动的瘤微环境动态
Kai Lei1,2, Yutong Zhao3, Shumin Li3
1Center of Hepato-Pancreato-Biliary Surgery, The First Affiliated Hospital, Sun Yat-sen University, Guangzhou, Guangdong, China.
Frontiers in immunology
|July 31, 2025
概括
这项研究开发了一种编程细胞死亡 (PCD) 预测模型,用于肝细胞癌 (HCC) 的预后. 该模型识别出不同的瘤微环境和免疫细胞疲劳,帮助个性化HCC治疗策略.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 编程细胞死亡 (PCD) 机制对于癌症的进展和对治疗的反应至关重要.
- 了解PCD在肝细胞癌 (HCC) 中的作用对于改善患者的治疗结果至关重要.
- 瘤微环境的异质性影响HCC的发展和治疗的有效性.
研究的目的:
- 开发一种用于肝细胞癌 (HCC) 编程细胞死亡 (PCD) 评分的新型预测模型.
- 评估PCD得分对HCC患者存活率的预后价值.
- 为了研究与不同PCD得分相关的瘤微环境的差异.
主要方法:
- 来自TCGA和GEO数据库的转录数据被分析,以构建PCD预测模型.
- 单细胞RNA测序 (scRNA-seq) 和空间转录组学测序 (ST-seq) 用于研究瘤微环境.
- 进行了体外实验,以探索UBE2E1在HCC中的致癌作用.
主要成果:
- 十七个PCD相关的基因形成了一个强大的HCC的预后预测模型.
- 高PCD得分与较差的整体存活率 (OS) 相相关,并表明瘤细胞增殖和恶性瘤增加.
- scRNA-seq和ST-seq在高PCD瘤中揭示了独特的免疫微环境,其特征是T细胞耗尽.
结论:
- 开发的PCD预测模型准确地预测HCC预后,并提供对瘤微环境动态的洞察力.
- UBE2E1被确定为与HCC中PCD模型相关的关键致癌基因.
- 与PCD相关的生物标志物有望指导HCC个性化治疗策略.


