肿瘤免疫表型
发布网友
发布时间：2024-09-24 07:03
共1个回答
热心网友
时间：2024-11-07 08:17
实验设计：本研究利用PD-L1和IFN-g表达相关的免疫细胞子集，训练了新的分子分类器。该分类器能够区分高（cluster A）或低细胞免疫毒性(sub-cluster B3)子集。研究基于多组学数据，对遗传和表观遗传景观差异进行综合性分析，并确定其对不同免疫表型之间差异表达基因的影响。此外，使用LASSO-Cox回归模型构建了免疫检查位点抑制（ICI）的预后基因标志。
研究数据揭示了肿瘤免疫表型建立过程中遗传和表观遗传事件之间的复杂相互作用，并提供了实验证据，表明ICI治疗失败风险较高的HNSCC患者可能是由于EGFR的抑制。
材料和方法
一、表达和临床队列
1、TCGA：33个独立TCGA癌症队列的RNA表达及临床数据
2、GEO：HNSCC转录组验证集
3、TCGA-HNSC 功能性miRNA、lncRNA数据
4、GEO细胞系数据
5、PD-1阻断治疗GEO转录组数据
二、CIBERSORT免疫细胞得分
三、Lasso回归分析
四、聚类分析
五、体细胞突变分析
六、拷贝数变异分析
七、DNA甲基化分析
八、免疫组化染色（IHC）
九、统计
十、研究批准
结果
一、HNSCC样本中与PD-L1、IFN-g表达相关的分子免疫亚型
二、通过选择免疫细胞子集来将亚群分层
三、MHC class I基因在不同免疫表型中的表达差异
四、不同免疫表型之间的体细胞突变差异
五、不同免疫表型之间的基因组拷贝数差异
六、不同免疫表型之间的DNA甲基化差异
七、不同免疫表型之间的miRNA表达差异
八、不同免疫表型之间的lncRNA表达差异
九、DEGs受多种遗传和表观遗传*模式影响
十、EGFR抑制剂影响不同免疫表型相关的DEGs的表达
十一、免疫表型相关的DEGs影响ICI反应
注：图文来源于网络
本公号所有文章系出于方便读者了解到更多的相关信息，进行传递，共享，科学技术分享之用，不以商业为目的，亦不构成任何投资建议，如本公众号发布的图文为转载或引用图文，本公众号均明确注明来源和作者，若涉及版权问题，敬请原作者，媒体，个人可与我们联系(1136320110@qq.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本公众号立场。如需转载文章请注明来源。
