整合scRNA-seq和机器学习可以将MNAT1确定为OSCC中的治疗目标
Han Gao1, Lehua Liu1, Weixiang Qian1
1Department of Stomatology, First Affiliated Hospital of Huzhou University, The First People's Hospital of Huzhou, Huzhou, Zhejiang, China.
Frontiers in immunology
|November 14, 2025
概括
使用T细胞相关的Ubiquitination基因的新风险模型改善了口腔状细胞癌 (OSCC) 的预后和免疫治疗预测. 该模型将MNAT1确定为OSCC进展的潜在治疗点.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 遗传学 是一个遗传学.
背景情况:
- 口腔状细胞癌 (OSCC) 由于发病率和死亡率高,对全球健康构成重大挑战.
- 作为一个关键的翻译后修饰,ubiquitination在瘤发生中起着至关重要的作用,特别是在T细胞调节中.
- 改善早期干预和个性化治疗策略对于OSCC管理是迫切需要的.
研究的目的:
- 根据T细胞相关的Ubiquitination基因开发OSCC的预后模型.
- 评估模型预测患者预后和免疫治疗反应的能力.
- 在已识别的基因组中识别潜在的治疗点.
主要方法:
- 使用scRNA-seq数据识别T细胞相关的Ubiquitination基因.
- 权重基因共同表达网络分析 (WGCNA) 和LASSO算法选择了关键基因用于模型构建.
- 进行了斯皮尔曼相关性,伪时轨迹和细胞-细胞通信分析.
- 在体外功能测试 (殖民地形成,Transwell) 验证了基因功能.
主要成果:
- 通过使用T细胞相关的Ubiquitination基因构建和验证了OSCC的强大的预后模型.
- 获得的风险评分与免疫透,免疫检查点表达和不匹配修复 (MMR) 活动有显著的相关性.
- 细胞-细胞通信分析揭示了涉及MIF和IFN-II信号的表皮细胞-巨细胞交叉.
- 减少MNAT1抑制了Cal27OSCC细胞的增殖和迁移,表明它在恶性进展中的作用.
结论:
- 开发的T细胞相关的Ubiquitination风险模型提高了OSCC的预后预测和免疫治疗反应评估.
- 确定MNAT1是OSCC恶性进展的促进者,这表明它有可能成为治疗点.
- 这项研究通过整合基因表达和免疫特征,为个性化的OSCC管理提供了一个框架.
