Single-cell and spatial transcriptomics reveal 5-methylcytosine RNA methylation regulators immunologically reprograms tumor microenvironment characterizations, immunotherapy response and precision treatment of clear cell renal cell carcinoma
Notice bibliographique
Résumé
Clear cell Renal Cell Carcinoma (ccRCC) is a highly heterogeneous disease, making it challenging to predict prognosis and therapy efficacy. In this study, we aimed to explore the role of 5-methylcytosine (m5C) RNA modification in ccRCC and its potential as a predictor for therapy response and overall survival (OS). We established a novel 5-methylcytosine RNA modification-related gene index (M5CRMRGI) and studied its effect on the tumor microenvironment (TME) using single-cell sequencing data for in-depth analysis, and verified it using spatial sequencing data. Our results showed that M5CRMRGI is an independent predictor of OS in multiple datasets and exhibited outstanding performance in predicting the OS of ccRCC. Distinct mutation profiles, hallmark pathways, and infiltration of immune cells in TME were observed between high- and low-M5CRMRGI groups. Single-cell/spatial transcriptomics revealed that M5CRMRGI could reprogram the distribution of tumor-infiltrating immune cells. Moreover, significant differences in tumor immunogenicity and tumor immune dysfunction and exclusion (TIDE) were observed between the two risk groups, suggesting a better response to immune checkpoint blockade therapy of the high-risk group. We also predicted six potential drugs binding to the core target of the M5CRMRGI signature via molecular docking. Real-world treatment cohort data proved once again that high-risk patients were appropriate for immune checkpoint blockade therapy, while low-risk patients were appropriate for Everolimus. Our study shows that the m5C modification landscape plays a role in TME distribution. The proposed M5CRMRGI-guided strategy for predicting survival and immunotherapy efficacy, we reported here, might also be applied to more cancers other than ccRCC.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».