一种针对肺状细胞癌的新预后模型,基于多omics分析和机器学习
Jian Li1, Zengqiang Shen1, Dabei Liu1
1Department of Thoracic Surgery, The Shanxi Provincial People's Hospital, Shanxi, China.
PloS one
|December 19, 2025
概括
这项研究确定了基于三级淋巴体结构 (TLS) 的四种肺平细胞癌 (LUSC) 的分子亚型. 一个新的预后指数 (LUSCSPI) 预测了生存率,并为LUSC患者提供了个性化化疗指南.
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:
- 肺状细胞癌 (LUSC) 具有侵略性,预后不佳.
- 三级淋巴体结构 (TLS) 影响免疫疗法的疗效.
- 在LUSC中TLS相关亚型的预后和免疫作用尚不清楚.
研究的目的:
- 根据与TLS相关的基因识别LUSC的分子亚型.
- 开发一个LUSC的预后签名.
- 探索基于已识别的亚型的潜在治疗策略.
主要方法:
- 对39个与TLS相关的基因进行多组基因分析 (mRNA,DNA甲基化,突变,lncRNA).
- 集成的共识聚类来定义LUSC亚型.
- 通过LASSO回归来构建预后签名 (LUSCSPI).
主要成果:
- 确定了四种LUSC的分子亚型 (CS1-CS4).
- 在CS1和CS3.3之间观察到显著的生存差异.
- LUSCSPI确定了高风险 (预后不佳) 和低风险 (预后良好) 组.
- 与每个风险组相关的特定化疗剂.
结论:
- LUSCSPI作为LUSC的独立预后因素.
- 多omics方法使得个性化LUSC治疗的预后分层成为可能.
- 鉴定的亚型和预后指数可以指导LUSC疾病管理.


