整合单细胞和批量RNA测序分析建立癌症相关成纤维细胞相关特征用于预测神经母细胞瘤的预后和治疗反应

背景：癌症相关成纤维细胞（CAFs）在神经母细胞瘤（NB）的生长、侵袭、转移和耐药中发挥重要作用。本研究旨在通过单细胞RNA测序（scRNA-seq）和批量RNA测序（RNA-seq）构建CAF相关预后模型，并确定NB患者的免疫状态。方法：从基因表达综合（GEO）数据库获取的NB scRNA-seq数据用于识别细胞亚群。从GEO、癌症基因组图谱（TCGA）和ArrayExpress数据库下载批量基因表达数据，并使用单变量Cox和最小绝对收缩和选择算子（LASSO）分析构建预后模型。研究了高风险和低风险组之间免疫浸润、治疗反应和信号通路的差异。最后，进行免疫组织化学评估蛋白质表达，并构建基于风险特征和临床特征的列线图。结果：整合八个NB样本的scRNA-seq数据，鉴定出253个CAF标记基因。基于GEO数据建立了八基因预后CAF相关特征。CAF模型与肿瘤中的免疫浸润、药物反应和活跃信号通路密切相关。单变量和多变量Cox回归分析验证了CAF模型作为独立的预后指标，并构建了整合临床特征和CAF相关风险特征的列线图用于临床预测。结论：CAF相关特征可有效预测NB的预后，并为抗CAF免疫治疗策略提供新的基因组证据。