关键词:
肿瘤相关成纤维细胞
乳腺癌
肿瘤微环境
预后
免疫治疗
摘要:
乳腺癌(breast cancer,BRCA)是全球范围内女性最为常见的癌症之一,其发生发展和肿瘤微环境(tumor microenvironment,TME)基质细胞的相互作用密切相关。肿瘤相关成纤维细胞(cancer associated fibroblasts,CAF)作为TME的关键组成部分,在肿瘤的生长、转移以及免疫过程中发挥着重要作用。为深入研究CAF亚群在乳腺癌患者治疗、预后中的功能,将基因表达总库(Gene Expression Omnibus,GEO)和癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中的单细胞RNA测序(single cell RNA sequencing,scRNA-seq)数据与乳腺癌临床信息进行整合分析,筛选出正常样本和肿瘤样本两者间的差异表达基因(differentially expressed genes,DEGs),利用Pearson相关系数和单因素考克斯回归分析筛选出CAF相关的预后基因。基于此,依靠最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,Lasso)回归模型构建CAF相关风险特征,并结合临床病理变量制作列线图,顺利建立了基于CAF亚组特征的乳腺癌预后预测模型,该体系为精准评估患者的临床预后效果、优化免疫治疗策略以及指导临床个体化用药等提供了新的理论支撑。