今天小编分享一篇2022年6月发表在BMC Pulm Med的文章（IF :3.320），题目为“Characterization of a prognostic model for lung squamous cell carcinoma based on eight stemness index-related genes”。
1
背景和方法
背景：癌症干细胞 (CSC) 与癌症进展、化疗耐药和预后不良有关；因此，它们可能是有希望的治疗靶点。在这项研究中，我们旨在研究差异表达的 CSC 相关基因在肺鳞状细胞癌 (LUSC) 中的预后应用。
方法：
1、通过 LASSO Cox 回归分析，确定肿瘤中与 mRNA 干性指数 (mRNAsi) 相关的差异表达基因 (DEG) 并进一步分类，然后构建风险分层的预后评分模型。
2、在不同的风险组中进行肿瘤浸润免疫细胞分析。
2
结果
结果：
1、鉴定 mRNAsi 相关的 DEG
分析 mRNA 干性指数 (si)（图1）。a正常和肿瘤组织中不同的 mRNAsi 值；b高和低 mRNAsi 肿瘤样本的 Kaplan-Meier 生存曲线。
图1
常见差异表达基因 (DEG) 的鉴定（图2）。维恩图显示肿瘤中 DEG 以及高和低 mRNAsi 肿瘤样本之间的DEG的共同基因。b热图显示正常样本、低 mRNAsi 肿瘤样本和高 mRNAsi 肿瘤样本中常见 DEG 的表达模式。
图2
2、八基因预后模型的构建和验证
根据每个最佳特征基因的中值表达水平，TCGA 集中高表达和低表达肿瘤样本的 Kaplan-Meier 生存曲线（图3）。
图3
风险模型构建（图4）。TCGA 集 ( a )、GSE37745数据集 ( b ) 和GSE30219数据集 ( c )中的风险评分分布（上）、生存分析（中）和 ROC 曲线分析（下）。
图4
K-M曲线分析（图5）。TCGA 集 ( a )、GSE37745数据集 ( b ) 和GSE30219数据集 ( c )中高风险和低风险肿瘤样本的 Kaplan-Meier 生存曲线。
图5
风险评分与干性指数的关联（图6）。a mRNAsi 值与风险评分的相关性；b TCGA 集中高风险和低风险样本之间 mRNAsi 值的比较。
图6
2、确定独立预后因素和分层分析
分层分析（图7）。a有和没有肿瘤复发的患者的 Kaplan-Meier 生存曲线。b无肿瘤复发的高危和低危患者的 Kaplan-Meier 生存曲线；c肿瘤复发高危和低危患者的 Kaplan-Meier 生存曲线。
图7
3、两个风险组具有不同的免疫特征，并且显着参与了 DNA 修复相关途径
TCGA 组高风险和低风险样本中肿瘤浸润性免疫细胞分数的比较分析（图8）。
图8
8个差异表达的免疫检查点基因在高危和低危患者中的表达水平（图9）。
图9
正常和肿瘤组织中 ANKLE1、PPP1R27、AMH、FLRT3 和 PPBP 的免疫组织化学染色（图10）。
图10
今天的分享就到这里啦，对上述思路和方向感兴趣的，欢迎咨询哦！
