综合单细胞和批量转录基因组分析揭示了高可塑性亚群和清细胞脏细胞癌的有前途的诊断模型

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:

• 清细胞细胞癌 (ccRCC) 是一种异质癌症,缺乏可靠的诊断和预后生物标志物.
• 了解单细胞分辨率的基因表达差异对于ccRCC研究至关重要.

研究的目的:

• 在单细胞分辨率下发现ccRCC中差异表达的基因.
• 开发一个诊断模型,并确定ccRCC的新型治疗点.

主要方法:

• 来自配对的ccRCC和正常组织的单细胞RNA测序数据的综合分析.
• 利用CopyKAT进行瘤细胞识别和伪化算法用于恶性细胞亚型.
• 应用机器学习用于诊断模型构建和差异基因表达分析.

主要成果:

• 确定了一组恶性细胞子组,具有类似干细胞的特性,高可塑性,以及缺氧,EMT和增殖标记的表达.
• 开发了一种具有高可靠性的ccRCC的13基因面板诊断模型.
• 突出显示AXL作为关键瘤基因;高AXL表达与预后不佳相关,并通过与M2巨细胞的相互作用促进瘤进展.

结论:

• 13个基因组和AXL作为ccRCC诊断和预后的可靠生物标志物.
• 这些发现为开发针对ccRCC的精确向治疗提供了基础.