文章标题：Pan-cancer analysis implicates novel insights of lactate metabolism into immunotherapy response prediction and survival prognostication
中文标题：泛癌种分析为免疫治疗反应预测和生存预后提供了乳酸代谢的新见解
发表期刊：J Exp Clin Cancer Res
发表时间：20240425
影响因子：11.3/Q1
研究背景
免疫疗法已经成为癌症治疗的有效临床手段，但只有癌症患者的子集能从中受益。以肿瘤细胞中的乳酸代谢（LM）作为增强抗肿瘤免疫反应的方法，代表了一种有前景的治疗策略。本研究旨在提供一种预测免疫治疗应答的方法，并探索相关的生物学机制。
研究方法
系统收集和审查从接受免疫治疗的患者那里收集的公共单细胞 RNA-Seq （scRNA-seq） 队列，以描述 LM 与免疫治疗反应之间的关联。通过对 40 个泛癌种 scRNA-seq 队列的广泛检查，制定了一种新的 LM 相关特征 （LM.SIG）。然后，采用多种机器学习 （ML） 算法来验证 LM.SIG 基于 8 个免疫治疗转录组队列和 30 个癌症基因组图谱 （TCGA） 泛癌数据集的免疫治疗反应预测和生存预后的能力。此外，根据 17 个 CRISPR 数据集确定了免疫治疗的潜在靶点，并通过体内和体外实验进行了验证。
研究结果
1.LM的上调与免疫疗法抵抗相关
为探索LM与免疫疗法反应之间的关系，研究人员收集了2个免疫疗法scRNA-seq队列进行分析。通过GSVA分析，发现非应答（NR）患者中LM水平升高，而响应（R）患者中LM水平较低（图2A-D）。这表明LM可能是免疫疗法不良反应的潜在因素。
文章小结
本研究解决了肿瘤免疫治疗中的两个关键问题：免疫治疗响应的预测和患者预后的评估。LM.SIG基因签名提供了一个新的预测模型，可以帮助医生和研究人员更好地预测患者对免疫治疗的响应，并评估患者的预后情况。（对这种思路感兴趣的老师，欢迎联系小编！）
