解读血管新生在质母细胞瘤中的作用:从转录基因分析,单细胞测序和可解释的机器学习方法中获得整合性见解
Fan Yang1, Chi Peng2, Sisi Yang1
1Institute of Pathology, Southwest Hospital, Third Military Medical University (Army Medical University), and Key Laboratory of Tumor Immunopathology, Ministry of Education, and Sichuan-Chongqing Joint Key Laboratory of Pathology and Laboratory Medicine, Chongqing, China.
Pathology, research and practice
|December 11, 2025
概括
这项研究确定了六个与血管生成相关的基因 (ARG),这些基因预测了质母细胞瘤 (GBM) 患者的生存率,并揭示了高风险患者的免疫和机械利基失调. 这些发现表明GBM的潜在治疗点.
科学领域:
- 在瘤学瘤学.
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 质母细胞瘤 (GBM) 是一种具有复杂进展机制的侵袭性脑瘤.
- 血管新生相关基因 (ARG) 在GBM病原发生中的作用仍然不完全理解.
研究的目的:
- 在GBM中识别与预后相关的ARG.
- 根据ARG,为GBM患者开发风险分层模型.
- 调查瘤微环境和药物敏感性与ARG基风险组相关的情况.
主要方法:
- 单变Cox回归和LASSO回归用于ARG识别.
- 机器学习生存预测算法和SHAP分析用于模型解释性.
- 在独立的GBM队列 (CGGA-GBM,GSE43378,GSE7696) 和免疫光试验中进行验证.
主要成果:
- 确定了六个枢纽ARG (BMP2,FSCN1,NET1,AEBP1,SEMA3G,RAB37),并形成了一个预后签名.
- 一个新的风险分层模型区分了高风险患者,其整体存活率明显较差.
- 高风险患者表现出免疫抑制瘤微环境,细胞外矩阵刚度增加,药物敏感性差异.
结论:
- 一个ARG衍生的预后特征有效地将GBM患者分为独立队列.
- 高风险的GBM与免疫抑制和机械利基变化有关.
- 针对血管新生,肌肉和免疫路径的联合治疗策略,可能涉及FSCN1,对于GBM治疗是有必要的.
更多相关视频
10:58Transposon Mediated Integration of Plasmid DNA into the Subventricular Zone of Neonatal Mice to Generate Novel Models of Glioblastoma
Published on: February 22, 2015
13.4K
09:40Characterization of Functionally Associated miRNAs in Glioblastoma and their Engineering into Artificial Clusters for Gene Therapy
Published on: October 4, 2019
5.9K