
-
生物通官微
陪你抓住生命科技
跳动的脉搏
肝细胞癌恶性细胞增殖转录程序与组织病理形态关联及预后模型构建
《Journal of Translational Medicine》:A discovery-stage NMF-based pathology–omics framework linking single-cell transcriptional programs with histopathological imaging in hepatocellular carcinoma
【字体: 大 中 小 】 时间:2026年11月18日 来源:Journal of Translational Medicine 9.7
编辑推荐:
摘要 背景 肝细胞癌(HCC)表现出显著的生物学异质性,但恶性细胞的转录状态与组织病理形态之间的关系仍不明确。 方法 我们整合了单细胞RNA测序、空间转录组学、批量转录组学、HCC全基因组关联研究(GWAS)的总结统计结果以及TCGA-LIHC的全切片图像。非负矩
肝细胞癌(HCC)表现出显著的生物学异质性,但恶性细胞的转录状态与组织病理形态之间的关系仍不明确。
我们整合了单细胞RNA测序、空间转录组学、批量转录组学、HCC全基因组关联研究(GWAS)的总结统计结果以及TCGA-LIHC的全切片图像。非负矩阵分解(Non-negative matrix factorization)识别出五种恶性细胞亚型,其中包括以细胞周期和有丝分裂基因为主的亚型3(MP3)。在多个分子队列中评估了MP3,并将其与Hallmark G2M检查点标志和E2F靶标特征进行了比较。利用CellProfiler和ResNet-50特征开发了一种基于MP3的病理模型评分(MP3MS),并在TCGA-LIHC的内部保留测试集中对该模型进行了评估。作为探索性内部分析,我们进行了校准、有限的临床基线比较、决策曲线分析、全特征Ridge-Cox回归分析以及排列分析。使用TIDE和SubMap计算了与免疫疗法相关的反应模式,并通过CMAP、CTRPM、PRISM和GDSC等工具对候选化合物进行了优先级排序。
经过质量控制后,共分析了146,515个细胞。在20,153个肝细胞系细胞中,基于inferCNV衍生的表达偏差评分(CNV,拷贝数变异)进行聚类,识别出9,050个恶性候选细胞,其中9,026个细胞被纳入非负矩阵分解(NMF)分析。肿瘤水平的转录程序被分为五种亚型。MP3与Hallmark G2M检查点和E2F靶标基因的联合集合在基因上有68%的最高50个基因重叠,并且在TCGA-LIHC、ICGC-LIRI-JP、GSE14520和GSE116174数据集中显示出强烈的相关性(Spearman ρ=0.908–0.963)。在校正与增殖相关的特征后,其预后关联作用减弱。MP3MS在训练队列(n=228)中的C指数为0.706,在内部保留测试队列(n=99)中的C指数为0.801,1年、3年和5年的AUC分别为0.895、0.813和0.845。在队列水平上,预测的3年风险和Kaplan-Meier观察的3年风险均值相似(分别为0.388和0.393),但校准斜率(1.961,95%置信区间:1.330–2.591)表明存在个体水平的校准偏差。在另一项包含所有病例的多变量分析中(n=303),在校正了可用临床变量后,MP3MS仍与生存期相关。
这一发现阶段的框架将以增殖为主的恶性细胞转录程序与组织病理形态联系起来,并支持了TCGA-LIHC内部的预后分层。其通用性和临床适用性仍有待验证。在临床转化之前,需要进行独立的多中心外部验证和前瞻性临床评估。
肝细胞癌(HCC)表现出显著的生物学异质性,但恶性细胞的转录状态与组织病理形态之间的关系仍不明确。
我们整合了单细胞RNA测序、空间转录组学、批量转录组学、HCC全基因组关联研究(GWAS)的总结统计结果以及TCGA-LIHC的全切片图像。非负矩阵分解(Non-negative matrix factorization)识别出五种恶性细胞亚型,其中包括以细胞周期和有丝分裂基因为主的亚型3(MP3)。在多个分子队列中评估了MP3,并将其与Hallmark G2M检查点标志和E2F靶标特征进行了比较。利用CellProfiler和ResNet-50特征开发了一种基于MP3的病理模型评分(MP3MS),并在TCGA-LIHC的内部保留测试集中对该模型进行了评估。作为探索性内部分析,我们进行了校准、有限的临床基线比较、决策曲线分析、全特征Ridge-Cox回归分析以及排列分析。使用TIDE和SubMap计算了与免疫疗法相关的反应模式,并通过CMAP、CTRPM、PRISM和GDSC等工具对候选化合物进行了优先级排序。
经过质量控制后,共分析了146,515个细胞。在20,153个肝细胞系细胞中,基于inferCNV衍生的表达偏差评分(CNV,拷贝数变异)进行聚类,识别出9,050个恶性候选细胞,其中9,026个细胞被纳入非负矩阵分解(NMF)分析。肿瘤水平的转录程序被分为五种亚型。MP3与Hallmark G2M检查点和E2F靶标基因的联合集合在基因上有68%的最高50个基因重叠,并且在TCGA-LIHC、ICGC-LIRI-JP、GSE14520和GSE116174数据集中显示出强烈的相关性(Spearman ρ=0.908–0.963)。在校正与增殖相关的特征后,其预后关联作用减弱。MP3MS在训练队列(n=228)中的C指数为0.706,在内部保留测试队列(n=99)中的C指数为0.801,1年、3年和5年的AUC分别为0.895、0.813和0.845。在队列水平上,预测的3年风险和Kaplan-Meier观察的3年风险均值相似(分别为0.388和0.393),但校准斜率(1.961,95%置信区间:1.330–2.591)表明存在个体水平的校准偏差。在另一项包含所有病例的多变量分析中(n=303),在校正了可用临床变量后,MP3MS仍与生存期相关。
这一发现阶段的框架将以增殖为主的恶性细胞转录程序与组织病理形态联系起来,并支持了TCGA-LIHC内部的预后分层。其通用性和临床适用性仍有待验证。在临床转化之前,需要进行独立的多中心外部验证和前瞻性临床评估。