1280-机器学习解析肝癌异质性与唾液酸化特征研究聊聊Sci

1280-机器学习解析肝癌异质性与唾液酸化特征研究

17分钟 ·
播放数0
·
评论数0

这项研究通过单细胞转录组测序深入剖析了肝细胞癌(HCC)的细胞异质性,识别出五种具有不同分子特征的恶性肝细胞亚群。研究发现,S100A6⁺和S100A9⁺细胞亚群主要存在于晚期肿瘤中,并通过特定的信号通路重塑肿瘤微环境。科研人员进一步揭示了转录因子PGAM2对肿瘤早期演化的调控作用,并发现其活性与促进免疫逃逸的唾液酸化过程密切相关。基于这些发现,研究团队构建了一个整合PGAM2及唾液酸化相关基因的预后模型,能够精准预测患者的生存风险和治疗反应。最后,实验证实了关键基因AGRN是驱动肝癌细胞增殖与侵袭的核心因素。该成果为肝癌的精准分层预测和新型治疗靶点的开发提供了重要科学依据。

References:

  • Tang K, Han L, Li J, et al. Machine learning-driven comprehensive profiling of tumor heterogeneity and sialylation in hepatocellular carcinoma[J]. NPJ Precision Oncology, 2025.