癌症转移的“预测基因”被发现？新模型或能更早预警复发
癌症转移是癌症致命的主要原因，但为什么有的肿瘤会轻易“跑”到身体其他部位，而有的则相对“老实”？一项新研究揭示了其中的关键——转移潜能（MP），并找到了能预测癌症复发和转移的基因标志物。研究人员通过单细胞转录组分析，构建了“混合EMT空间”中的肿瘤细胞克隆图谱，定义了转移潜能梯度基因（MPGGs），这些基因能线性反映转移潜能的强弱。进一步通过机器学习构建的MangroveGS模型，结合这些基因“集合”，显著优于现有分期系统，能更精准预测患者的复发和转移风险。这为癌症的早期干预提供了新思路。
研究团队从单细胞水平深入探究，发现肿瘤细胞在转移前会经历动态的细胞状态变化，而MPGGs作为关键分子，驱动了这种“高转移潜能”状态的涌现。通过扰动这些基因，可以逆转或抑制转移过程，揭示了转移发生的分子机制。MangroveGS模型整合了多个MPGGs的基因表达信息，通过机器学习算法，成功预测了多种上皮源性癌症患者的临床结局，其准确率高于传统分期系统，为临床提供更精准的预后评估工具。
这一发现不仅揭示了癌症转移的内在机制，也为开发新的治疗策略提供了靶点。然而，研究仍需在更大样本和不同癌症类型中验证，且模型的应用可能受限于数据质量和个体差异。不过，如果能进一步优化，这类基因标志物有望成为癌症诊断和预后的“金标准”，帮助医生更早采取干预措施，改善患者生存率。
来源：Cell reports
#癌症转移 #基因标志物 #预测模型 #单细胞转录组 #预后评估
via: 热心群友
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
癌症转移是癌症致命的主要原因，但为什么有的肿瘤会轻易“跑”到身体其他部位，而有的则相对“老实”？一项新研究揭示了其中的关键——转移潜能（MP），并找到了能预测癌症复发和转移的基因标志物。研究人员通过单细胞转录组分析，构建了“混合EMT空间”中的肿瘤细胞克隆图谱，定义了转移潜能梯度基因（MPGGs），这些基因能线性反映转移潜能的强弱。进一步通过机器学习构建的MangroveGS模型，结合这些基因“集合”，显著优于现有分期系统，能更精准预测患者的复发和转移风险。这为癌症的早期干预提供了新思路。
研究团队从单细胞水平深入探究，发现肿瘤细胞在转移前会经历动态的细胞状态变化，而MPGGs作为关键分子，驱动了这种“高转移潜能”状态的涌现。通过扰动这些基因，可以逆转或抑制转移过程，揭示了转移发生的分子机制。MangroveGS模型整合了多个MPGGs的基因表达信息，通过机器学习算法，成功预测了多种上皮源性癌症患者的临床结局，其准确率高于传统分期系统，为临床提供更精准的预后评估工具。
这一发现不仅揭示了癌症转移的内在机制，也为开发新的治疗策略提供了靶点。然而，研究仍需在更大样本和不同癌症类型中验证，且模型的应用可能受限于数据质量和个体差异。不过，如果能进一步优化，这类基因标志物有望成为癌症诊断和预后的“金标准”，帮助医生更早采取干预措施，改善患者生存率。
转移的“密码”被破解了？以后看病可能多一个基因检测项🤯
来源：Cell reports
#癌症转移 #基因标志物 #预测模型 #单细胞转录组 #预后评估
via: 热心群友
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
👍 3 🥴 3 ❤️ 1
