一个新的anoikis耐药性相关基因模型用于预后预测和免疫微环境特征在肺状细胞癌

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:

• 晚期肺状细胞癌 (LUSC) 由于包括局部入侵,转移和治疗耐药性在内的因素,预后不佳.
• 瘤微环境 (TIME) 在LUSC进展中起着至关重要的作用.
• 阿诺基斯的耐药性与LUSC恶性瘤有关,但其对TIME和临床结果的影响尚不清楚.

研究的目的:

• 在LUSC.中识别阿诺基的耐药性相关基因 (ARG).
• 构建和验证基于ARG的预后签名.
• 研究基于ARG的风险分层,时间和LUSC中的免疫治疗反应之间的关系.

主要方法:

• 使用LASSO回归和单变Cox分析来识别LUSC中的ARG.
• 在内部 (TCGA-LUSC) 和外部 (GSE73403,GSE74777) 队列中构建和验证了一个预后签名.
• 单细胞转录组学,途径丰富和免疫分析被用来分析TIME特征和验证核心基因.

主要成果:

• 基于ARG的模型显著地将LUSC患者分为高风险和低风险分组,具有明显的整体存活率 (p < 0.001).
• 风险得分作为一个独立的预后因素 (HR:3.91),在数据集中具有强大的预测性能 (AUC > 0.7).
• 高风险患者表现出免疫抑制的时间,其特点是减少CD8+T细胞透,增加肌体含量和较低的预测免疫治疗反应.

结论:

• 一个经过验证的基于ARG的预后模型准确地预测了LUSC的存活率.
• 阿诺基斯的耐药性与免疫格局的改变和免疫疗法反应密切相关.
• 该模型为LUSC管理中的风险分层和精确免疫治疗提供了一个框架.