A Tertiary Lymphoid Structure-Related Gene Signature Predicts Prognosis and Treatment Response in Hepatocellular Carcinoma
Notice bibliographique
Résumé
Background: Hepatocellular carcinoma (HCC) carries a poor prognosis with limited treatment options. Tertiary lymphoid structures (TLS) impact tumor immunity, but their role in HCC requires clarification. This study aimed to develop and validate a TLS-related gene signature for predicting survival and therapeutic response in HCC, and to explore its mechanisms. Methods: We analyzed transcriptomic data from public databases (The Cancer Genome Atlas (TCGA) and Gene Expression Omnibus (GEO)) using LASSO-Cox regression to identify a six-gene TLS signature (CCL20, CD200, PLAC8, DNASE1L3, C7, and SKAP1). We validated this TLS score across multiple independent HCC cohorts, including patients receiving transarterial chemoembolization (TACE), programmed cell death protein-1 (PD-1)/ligand 1 (PD-L1) inhibitors, or lenvatinib. Through single-cell RNA sequencing (scRNA-seq), we characterized immune microenvironment differences between score groups. Results: The TLS score effectively stratified patients’ survival outcomes across all validation cohorts. Low TLS scores significantly correlated with improved overall survival, enhanced therapeutic response (especially to immune checkpoint inhibitors (ICIs)), and lower immune evasion potential. Mechanistically, scRNA-seq revealed distinct immune microenvironments: low-score tumors were enriched in cytotoxic and exhausted CD8+ T cells (Tex), favorable for immunotherapy, showing beneficial immune remodeling post-treatment (decreased Tex, increased effector memory T cells). High-score tumors featured dense regulatory T-cell (Treg) infiltration, contributing to immunosuppression. Conclusion: Our findings suggest a potential TLS-based biomarker for HCC prognosis and therapeutic response. This work offers preliminary insights into tumor immune microenvironment (TIME) heterogeneity, which may be modulated by the Treg/Tex balance, and proposes a possible tool for improving patient stratification.
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 | 0,001 |
| 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 | 0,000 | 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 ».