機械学習が頭頸部扁平上皮癌における予後、免疫浸潤および免疫療法の特徴を予測するためのマクロファージ署名を開発

要約 マクロファージは癌の進行および治療において重要な役割を果たしています。しかし、頭頸部扁平上皮癌（HNSCC）に関連するマクロファージの特性について包括的に解明されている研究は限られています。我々は、加重遺伝子共発現ネットワーク解析（WGCNA）を用いて、マクロファージ関連遺伝子（MRG）を同定し、HNSCC患者を2つの異なるサブタイプに分類しました。IGF2BP2、PPP1R14C、SLC7A5、KRT9、RAC2、NTN4、CTLA4、APOC1、CYP27A1の9つの遺伝子からなるマクロファージ関連リスク署名（MRS）モデルを101の機械学習アルゴリズムの組み合わせを統合して構築しました。我々は、高リスク群において全生存期間（OS）が低下し、高リスク群は大多数の差次的に発現された免疫チェックポイントおよびヒト白血球抗原（HLA）遺伝子において発現レベルが上昇していることを観察し、これらの腫瘍における強い免疫回避能力を示唆しました。対応して、TIDEスコアはリスクスコアと正の相関を示し、高リスク腫瘍が免疫療法に対してより強く抵抗する可能性を示唆しています。単一細胞レベルでは、TME内のマクロファージが主にG2/M期で停滞していることに注意し、上皮間葉転換を妨げ、腫瘍の進行を抑制する上で重要な役割を果たしている可能性があります。さらに、RT-qPCRおよび免疫組織化学（IHC）を用いてMRS遺伝子発現レベルの検証を行いました。本研究では、HNSCCのための新しいMRSを構築し、これがHNSCC患者の予後、免疫浸潤および免疫療法の利益を予測する指標として機能する可能性があります。