开发和验证基于内瘤异质性的预后模型,用于清细胞细胞癌

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) 呈现出显著的内异质性 (ITH),使治疗复杂化,导致结果差.
• ITH是ccRCC患者治疗耐药性和临床不响应的关键驱动因素.

研究的目的:

• 开发基于ITH的可靠的预后模型,用于基于ITH的ccRCC患者分层.
• 在ccRCC中识别与ITH相关的基因表达特征和临床结果.

主要方法:

• 来自TCGA-KIRC (N=522) 的RNA-seq数据的分析和在E-MTAB-1980 (N=101) 中使用DEPTH算法对ITH量化进行验证.
• 应用机器学习框架来开发基于高和低ITH瘤之间差异表达基因的ITH分数.
• 对ITH得分与现有的45个ccRCC预后签名进行比较分析.

主要成果:

• 一个三基因模型 (UBE2C,MOCOS,MELTF) 形成了ITHscore,显示出高精度 (5年AUC 0.957在开发中,0.82在验证中).
• 在开发和验证队伍中,ITHscore的表现超过了所有45个比较的签名.
• 高ITHscore的瘤显示出免疫抑制的微环境和抵抗免疫检查点阻塞 (ICB),并与五种瘤类型 (18,004名患者) 的生存率低下有关.

结论:

• ITHscore是一个经过验证的,三基因表达模型,对ccRCC具有卓越的预后能力.
• ITHscore有效地捕捉到瘤的攻击性,免疫逃避和ICB耐药性.
• 它的一致性和最小的基因组表明其在ccRCC患者分层中具有临床应用的潜力.