今天小料君给大家介绍的一篇文章题目为“Analysis of multiple programmed cell death-related prognostic genes and functional validations of necroptosis-associated genes in oesophageal squamous cell carcinoma”（食管鳞癌多种程序性细胞死亡相关预后基因分析及necroptosis相关基因功能验证）。
引言
食管鳞状细胞癌(ESCC)是一种致命的恶性肿瘤。免疫检查点抑制剂(ICI)显示巨大的临床益处与食管鳞癌患者。我们的目标是通过整合不同的细胞程序性死亡(PCD)形式来建立一个预测预后和ICI反应的模型。
研究方法
一：基于不同细胞死亡形式的14种预后模型建立。
a.我们根据与各种细胞死亡形式相关的基因构建了14个预后模型。
b-o.表达包含在每个预后模型中的基因的多变量Cox回归分析的结果显示了不同类型的细胞死亡。
二：14种细胞死亡形式预后模型的评估。
a.预测14种细胞在指定时间点死亡形式的预后预测模型的时间依赖性ROC曲线下面积。
b.ROC的ICD和联合细胞死亡指数(cCDI)模型。
c.依赖时间的ROC曲线。
d.三个模型给出了高风险和低风险患者亚组的 Kaplan-Meier曲线。
e.统一流形近似和分析和可视化评估了坏死和CCDI模型对低风险和高风险人群的鉴别能力。
f.精确-召回曲线评估指示模型的预后准确性。
g.Necroptosis和ICD危险评分的相关性。
h.基因网络与标记预后模型。
三：CCDI定义的高危组与低危组免疫治疗效果比较。
a.CCDI与免疫检查点之间相关性的热图。
b.肿瘤免疫功能障碍和排除(TIDE)分析显示训练组中对免疫检查点抑制剂(ICI)的应答者和无应答者的分布。
c.CCDI患者TIDE评分的相关性研究。
d.低风险组ICI应答者与高风险组相比的百分比。
e.数据集CCDI定义的高风险和低风险组的Kaplan-Meier OS曲线。
f-m.研究队列的高风险组和低风险组之间的CCDI差异。
四：GSE196756(n=6)中单细胞RNA测序数据的聚类和注释。
a.食管鳞癌肿瘤组织和正常食管组织的病人、组织类型和8种主要细胞类型的t分布随机邻接嵌入图。
b.气泡图显示在八个细胞类型中表达的36个标记基因。
c.直方图显示食管正常组织和肿瘤组织中不同细胞的百分比。
d-e.ESCC肿瘤微环境中细胞相互作用和相互作用重量/强度的数量。
f.气泡图分别表示电池的关键输出和输入信号模式。
五：每种细胞类型的伪时间分析和训练集中轨迹中CCDI-基因表达的动态变化。
a-g.对于树突状细胞运动轨迹图显示了细胞的主要亚群。每个点表示一个单独的细胞被它的簇着色。
结论
总之，CCDI模型可以评估肿瘤的预后和免疫治疗效果。在CCDI模型中HOOK1缺陷和Cul4A过度表达促进了ESCC的发展，并显示了预测肿瘤进展的希望。
参考文献：Reveals distinct tumor microenvironmental patterns.
免责声明：本号所载内容、图片来源互联网，微信公众号等公开渠道，仅交流之目的，不存在任何商业行为。对转载、分享、陈述、观点保持中立，版权归原作者和机构所有，如有侵权，请联系我们，我们将即刻删除妥善处理。
联系客服
