重新利用的、基于传统HER2免疫组化检测方法的适用性：在检测HER2低表达和极低表达时的当前局限性及潜在考虑因素

《Applied Immunohistochemistry & Molecular Morphology》：The Suitability of Repurposed, Legacy HER2 Immunohistochemistry Assays for the Detection of HER2 Low and Ultralow Expression: Current Limitations and Potential Considerations

胃癌早期诊断与预后预测面临挑战，本研究通过单细胞RNA测序和单核细胞亚群分析，鉴定出32个与胃癌相关的单核细胞基因（GCRMORGs），构建高敏诊断模型，并发现UPP1基因高表达与患者预后不良显著相关，为靶向治疗提供新方向。

　　

摘要通俗语言总结

---

胃癌仍然是全球主要的健康挑战，其早期诊断和预后预测对当前的胃癌临床治疗提出了重大挑战。寻找胃癌生物标志物对于理解其病理生理机制并开发新型靶向治疗方法至关重要。在获取和处理胃癌样本后，进行了单细胞RNA测序、单核细胞亚群特征分析以及细胞类型鉴定。通过高维加权基因共表达网络分析，识别出与胃癌相关的关键基因模块。利用这些发现的胃癌相关单核细胞基因（GCRMORGs）建立了机器学习诊断模型。进一步开发了一个基于尿苷磷酸酶1（UPP1）相关风险评分的预后模型，并在独立队列中进行了验证，同时还进行了多项免疫学分析。最后，通过多种实验方法，我们深入研究了UPP1基因在胃癌中的作用。胃癌样本显示出了以单核细胞为主的独特免疫环境特征。最终确定了32个与胃癌相关的基因模块（GCRMORGs）。诊断模型在区分胃癌患者和对照组方面表现出很高的有效性。预后模型对胃癌患者的生存具有显著的预测价值。同时，我们从实验角度证实，胃癌组织中UPP1的高表达预示着不良的预后。我们的研究还检测到了与胃癌样本相关的关键单核细胞亚群。基于这32个GCRMORGs的预测模型可以预测胃癌患者的预后。此外，关注胃癌中的UPP1基因可能会带来新的治疗靶点和方法。

通俗语言总结本研究旨在通过识别关键生物标志物来改善胃癌的诊断和预后预测。研究人员使用单细胞RNA测序技术分析胃癌样本，重点关注单核细胞亚群。他们发现了32个与胃癌单核细胞相关的基因（GCRMORGs），并建立了能够有效区分癌症患者和健康对照组的机器学习模型。基于尿苷磷酸酶1（UPP1）风险评分的预后模型对患者生存具有很强的预测能力。UPP1的高表达与不良预后相关，这表明它可能成为新的治疗靶点。这项研究突显了与单核细胞相关的基因在改善胃癌管理方面的潜力。