Immunogenic cell death signature predicts survival and reveals the role of VEGFA + Mast cells in lung adenocarcinoma
Notice bibliographique
Résumé
Lung cancer is prevalent worldwide and is a major cause of cancer-related mortality. Despite being the primary model for immunotherapy research, the response rates of lung cancer patients to immunotherapy are unsatisfactory. Furthermore, research on immunogenic cell death (ICD) in lung cancer is limited, which limits the development of strategies that combine ICD-related therapies with immunotherapy. In this study, we compiled and summarized 69 genes associated with ICD and developed an IRS. Across seven independent datasets, the IRS was identified as an independent prognostic factor. IRS was positively associated with multiple tumor proliferation pathways and negatively associated with immune-related pathways. Additionally, IRS negatively correlated with the infiltration of various immune cells, supporting its association with survival outcomes. Based on the correlation between IRS and immune activity, we validated the ability of IRS to predict immunotherapy efficacy across seven immunotherapy datasets and demonstrated that patients who respond to immunotherapy tend to have a lower IRS. Moreover, utilizing single-cell RNA sequencing, we revealed the role of mast cells in the TME with the highest IRS. Through interactions with various receptors on macrophages, endothelial cells, and tumor cells, mast cells promote tumor progression, providing a comprehensive explanation for poor prognosis and lack of response to immunotherapy in patients with high IRS. Our study offers new guidance for combination therapies in lung adenocarcinoma patients and elucidated the mechanism by which mast cells contribute to cancer development within the TME.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».