利用細胞分解工具及免疫特徵進行非小細胞肺癌化療患者預後預測模型建立及建立免疫圖

背景：近年針對肺癌之藥物進步如免疫抑制劑，所帶來的益處往往只在一小部分的患者中顯現，研究指出免疫微環境會影響化療反應。相較於單一生物標記，結合多種免疫組織概況可獲得更好癌症預測。方法：本研究搜集TCGA 資料庫LUAD 患者(n=513)基因表達及臨床資料，以及GEO 非小細胞肺癌患者(n=42)單細胞資料，透過Bisque 細胞分解工具拆解患者之細胞比例，並整合多篇文獻之免疫特徵建立新免疫圖，運用ssGSEA 免疫分數繪製免疫圖譜，另以Lasso-Cox model 建立PPS 23個與PFI 相關基因，彙整以上特徵進行K-means 分群，依照存活分為C1 組及C2 組，進行化療病患免疫特徵分析及預測模型建立。結果：C1 組相較C2 組具備顯著存活優勢，且帶有之免疫細胞比例及免疫評分均優於C2 組。結論：本研究證實細胞比例的拆解、免疫特徵及PPS 對於化療反應有關聯性。