一个机器学习衍生的免疫相关预后模型确定PLXNA3作为结直肠癌中的功能性风险基因
Hanzhang Lyu1,2, Song Wang3, Guodong Guo1,2
1Shengli Clinical Medical College of Fujian Medical University, Fujian Provincial Hospital, Fuzhou, China.
Frontiers in immunology
|September 18, 2025
概括
通过识别plexin-A3 (PLXNA3) 作为关键风险基因,改善结肠直肠癌 (CRC) 的预后. PLXNA3在瘤进展和免疫逃避中发挥作用,提供了新的治疗点.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 大肠直肠癌 (CRC) 呈现出显著的患者间异质性,缺乏有效的预后生物标志物.
- 现有的预后模型需要改进,以改善患者的治疗结果.
研究的目的:
- 使用机器学习开发一种强大的结直肠癌预后模型.
- 确定新型预后生物标志物和CRC的治疗点.
主要方法:
- 来自TCGA和GEO队列的综合转录和临床数据.
- 应用了100多个机器学习算法,包括LASSO,CoxBoost和StepCox.
- 使用多组学,空间学和单细胞转录学验证的预后相关性.
主要成果:
- 普莱克辛-A3 (PLXNA3) 成为最高风险基因,表现优于传统指标.
- PLXNA3在瘤中过度表达,与免疫抑制 (减少CD8+T细胞) 相关,并与结节转移有关.
- 确定了针对PLXNA3驱动程序的上游调节剂和潜在的治疗化合物 (imatinib,MS-275,fasudil).
结论:
- PLXNA3是结直肠癌中一种新的免疫相关生物标志物.
- PLXNA3影响瘤的进展,免疫逃避和治疗耐药性.
- 这些发现支持PLXNA3的整合到胃肠道恶性瘤的精密瘤学中.
