El análisis transcriptómico unicelular y masivo integrado aprovecha los genes relacionados con la metástasis hepática para desarrollar un modelo pronóstico para pacientes con cáncer colorrectal

PropósitoLos genes expresados diferencialmente (DEGs) entre el epitelio de metástasis hepática de cáncer colorrectal (CRLM) y el epitelio de cáncer colorrectal primario (CRC) (LMR DEGs) identificados en base a datos de secuenciación de ARN unicelular (scRNA-seq) pueden convertirse en nuevos biomarcadores para el pronóstico del CRC. MétodosSe utilizó un conjunto de datos scRNA-seq para describir el paisaje celular del CCR primario y CRLM e identificar LMR DEGs. Se identificaron DEGs LMR pronósticos en el conjunto de datos de ARN-seq. Sobre la base de los DEG pronósticos LMR, se compararon múltiples combinaciones de algoritmos de aprendizaje automático en términos de su índice C, y se seleccionó el mejor modelo para la construcción de la puntuación LMR.

ResultadosEntre los 2070 DEG LMR, se obtuvieron finalmente 426 DEG LMR pronósticos. La combinación del modelo de bosque de supervivencia aleatorizado (RSF) y la regresión de cresta tuvo el índice C más alto y, por lo tanto, se utilizó para construir un sistema de puntuación de 15 genes (puntuación LMR). En el conjunto de validación externa, las AUC a 1 y 5 años de la puntuación LMR fueron mayores que las del estadio AJCC y otros sistemas de puntuación construidos con un conjunto de datos similar.

Además, la puntuación LMR se asoció estrechamente con factores que influyen en los resultados del CCR, como la infiltración inmunitaria. ConclusiónLa puntuación LMR puede ser un nuevo biomarcador fiable para predecir el pronóstico de los pacientes con CCR.