综合性单细胞和批量转录组分析揭示了T细胞相关的预后风险模型和结直肠癌中的瘤免疫微环境调制

科学领域:

• 免疫基因组学是什么
• 癌症免疫学 癌症免疫学
• 计算生物学是一种计算生物学.

背景情况:

• 结肠直肠癌 (CRC) 是全球癌症相关死亡的主要原因.
• T细胞子集和瘤微环境 (TME) 对于CRC的抗瘤免疫是至关重要的.
• 针对CRC的个性化免疫治疗策略需要更深入地了解T细胞异质性和TME.

研究的目的:

• 为了探索T细胞在结直肠癌中的异质性.
• 识别与T细胞功能和预后相关的特征基因.
• 开发一种预后模型,用于预测CRC患者的治疗结果和免疫治疗反应.

主要方法:

• 从公共数据库 (GEO) 下载和分析结直肠癌 (CRC) 单细胞RNA测序 (scRNA-seq) 数据.
• 识别了T细胞标记基因,并使用TCGA数据上的Cox和LASSO回归构建了一个预后模型.
• 使用外部GEO数据集验证了预后模型,并分析了免疫微环境,检查点和药物敏感性.

主要成果:

• 鉴定了4440个参与免疫相关途径的T细胞标记基因.
• 开发了一个基于三个基因的预后模型:TIMP1,HMMR和HIST1H1C,在外部验证.
• 高风险组显示免疫/风暴/ESTIMATE得分和TIDE得分增加,预测免疫治疗反应较差.

结论:

• 发现了结直肠癌的三个预后基因 (TIMP1,HMMR,HIST1H1C).
• 建立了一个可靠的预后风险模型,预测患者的结果和免疫治疗反应.
• 提供了对T细胞异质性及其在CRC预后和治疗中的作用的见解.