一个基于化学基因的预后模型,用于宫癌的CXCL8,ITGA5,BACE2,CCR7,CERS4和MEI1

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 由高风险HPV驱动的宫癌存在治疗挑战.
• 化基因是瘤微环境和免疫细胞透的关键调节者.
• 有限的治疗选择需要新的预测生物标志物.

研究的目的:

• 开发一种基于化基因相关基因 (CRG) 的宫癌预测模型.
• 在CRG的基础上将宫癌分为分子亚型.
• 研究CRG,瘤免疫微环境和治疗反应之间的关联.

主要方法:

• 来自TCGA-CESC和GSE52903队列的大量RNA-seq和临床数据的分析.
• 使用考克斯回归和共识集群识别预后CRG.
• 基于拉索的风险评分模型的开发和使用ROC曲线的验证.
• 使用CIBERSORT,TIMER,MCP-counter和TIDE进行免疫透分析.
• 药物敏感性分析和途径丰富 (GSEA).
• 单细胞RNA-seq分析和体外功能测定 (qPCR,CCK-8,伤口愈合,跨井).

主要成果:

• 确定了39个预后性CRG和两个分子亚型 (C1/C2),具有差异性生存率和免疫透.
• 开发了一个六基因风险评分模型 (CXCL8,ITGA5,BACE2,CCR7,CERS4,MEI1) 用于预后.
• 低风险组表现出增强的免疫透和预测的免疫治疗反应;高风险组表现出免疫抑制.
• 与前瘤源途相关的高风险特征 (焦点粘附,ECM与受体相互作用,IL-17信号传递).
• 在与瘤相关的单细胞/巨细胞中高度表达的CXCL8,在击倒后抑制了增殖,迁移和入侵.

结论:

• 鉴定出一种独特的化学激素驱动分子分类和宫癌的预后模型.
• 这些发现为宫癌免疫生物学提供了洞察力.
• 该模型为个性化风险分层和治疗策略提供了一个有前途的工具.