对宫颈癌中神经周围侵袭的全面多组学特征分析揭示了诊断标志物、分子驱动因素和治疗策略 可购买

《Cancer Research》：Comprehensive Multiomics Characterization of Perineural Invasion in Cervical Cancer Reveals Diagnostic Markers, Molecular Drivers, and Therapeutic Strategies Available to Purchase

宫颈癌神经周围浸润（PNI）的分子机制研究通过全外显子、全基因组及RNA测序分析45例患者肿瘤样本，发现MT1G、NPAS1、SPRY1三基因表达谱可准确预测PNI状态（AUC=0.92），独立队列验证后灵敏度达89.5%。 FBXW7缺失突变驱动PNI发生，通过激活MYC通路并重塑免疫微环境实现侵袭。基于深度学习模型的药物筛选发现BET抑制剂OTX015对突变FBXW7型PNI有效。本研究为宫颈癌PNI的分子分型及靶向治疗提供新依据。

　　

打开图形查看器

摘要

神经周围侵犯（PNI）是宫颈癌的一个重要病理特征，与不良预后相关，并为临床决策提供了关键信息。更好地理解PNI背后的分子机制可能会带来改进的患者治疗策略。在这里，我们从45名宫颈癌患者及其匹配的正常临床样本中生成了全外显子组、全基因组和RNA测序数据，并对23个PNI肿瘤和22个非PNI肿瘤进行了比较分析。一种强大的机器学习方法识别出了MT1G、NPAS1和SPRY1这三个基因的表达特征，这些特征能够以高精度预测肿瘤的PNI状态，这一结果通过独立队列（18个PNI肿瘤和19个非PNI肿瘤）得到了验证。功能丧失的FBXW7突变被确定为PNI的驱动因素，它们会导致MYC活性增加和肿瘤微环境的免疫抑制。最后，一个基于患者转录组数据的深度学习模型发现OTX015（一种BET抑制剂）是一种有前景的治疗药物，能够针对突变型FBXW7的PNI肿瘤。这项研究为阐明PNI肿瘤的分子机制提供了丰富的资源，为开发针对宫颈癌PNI肿瘤的有效诊断和治疗策略奠定了重要基础。

意义：

生成用于表征肿瘤中神经周围侵犯分子基础的丰富资源，为开发宫颈癌的有效诊断和治疗策略奠定了重要基础。

本文属于一个特别系列：利用计算研究、数据科学和机器学习/人工智能推动癌症发现

数据可用性

本文报告的原始序列数据已存入中国国家生物信息中心/北京基因组研究所的国家基因组数据中心（GSA-Human：HRA010315），并可通过https://bigd.big.ac.cn/gsa-human/browse/HRA010315公开获取。所有数据请求将由数据访问委员会批准。本研究中的数据和计算机代码可通过https://github.com/lihy90/Comprehensive-Molecular-Characterization-of-Perineural-Invasion-in-Cervical-Cancer/tree/main获取。本研究中分析的TCGA CESC数据来源如下：mRNA来自NCI GDC门户（https://portal.gdc.cancer.gov；版本号：5d8c131bbff59fb0c969217fc1d44e6d1503cd1f）；体细胞突变数据来自TCGA Pan-Cancer Atlas资源（https://gdc.cancer.gov/about-data/publications/pancanatlas）。其他所有原始数据可应要求向相应作者索取。