生信研习，专注于生物信息学前沿动态的分享平台。我们致力于将复杂的生信知识简化，帮您解决生信发文难题，量身定制生信服务。关注我们，开启你的生信之旅！🌸🌸
🧬单细胞+机器学习早不新鲜，但用Scissor算法定向“钓”出关键细胞亚群，再用“机器学习全家桶”筛出最优模型，这操作就秀了。配上空间转录组的可视化“实锤”，整个研究的档次立马提升。这路子清晰地告诉我们：工具要用在刀刃上，分析要服务于明确的临床问题——这才是生信文章打动审稿人的关键。
机会永远留给能整合资源、讲好转化故事的人。还不知道如何选题，拿不准热门方向，选不了题，担心实验不会做，来找我们。科信盟团队从数据到发文，帮您最后一公里直达，一对一私教，学会为止。不讲虚的，直接套你课题。
⚡ 现在限时福利来了：三人拼团-288元，转发再送科研神器。
扫码逆袭，让你的数据变Nature！
下面和禾苗一起来看具体文章内容
文章标题：Integrative multi-omics and machine learning reveal critical functions of proliferating cells in prognosis and personalized treatment of lung adenocarcinoma
整合多组学和机器学习揭示增殖细胞在肺腺癌预后和个体化治疗中的重要作用发表期刊：NPJ Precis Oncol
发表时间：2025年7月
影响因子：8.0
肺腺癌是全球癌症死亡的主因，尽管治疗手段不断进步，患者五年生存率仍不足20%，亟需更有效的预后与治疗反应预测标志物。肿瘤免疫微环境中的增殖细胞在肺癌进展与治疗抵抗中起关键作用，但其具体机制尚未明确。本研究通过整合多组学与机器学习方法，系统解析肺腺癌中增殖细胞的分子特征，构建新型风险评分模型，旨在提升预后预测精度并为个体化治疗提供新策略。
本研究采用多组学整合与机器学习方法，系统解析肺腺癌（LUAD）中增殖细胞的功能与临床意义。首先，整合来自93例肺组织样本的单细胞RNA测序（scRNA-seq）数据，利用Seurat流程进行质控、标准化与细胞聚类，并通过Scissor算法鉴定与预后相关的Scissor⁺增殖细胞亚群。其次，基于TCGA、GEO等多个公共LUAD队列的转录组与临床数据，将Scissor⁺相关基因与肿瘤差异表达基因取交集，运用包含111种算法的机器学习框架（MIME）构建并优化Scissor⁺增殖细胞风险评分（SPRS）模型，通过交叉验证筛选出FAM83A、ANLN等5个核心基因。进一步，结合空间转录组（ST）数据（CellTrek、AUCell分析）解析SPRS的空间分布特征；利用CellChat、NicheNet分析细胞通讯网络与潜在调控配体（如IL1B）；通过IOBR、GDSC数据库评估SPRS与免疫微环境、药物敏感性的关联。最后，使用RT-qPCR在临床样本中验证模型基因表达，并通过荟萃分析、生存分析、列线图构建等方法在多队列中验证SPRS的预后与治疗预测价值。所有分析均在R语言环境中完成，遵循严格的统计检验流程。
1. Scissor⁺增殖细胞的鉴定与预后意义
通过Scissor算法鉴定出与LUAD预后相关的增殖细胞亚群。筛选出91个与预后相关的Scissor⁺增殖细胞基因，并通过机器学习进一步确认5个核心基因（FAM83A、ANLN、HMGA1、ECT2、PRC1）作为模型基因。
2. Scissor⁺增殖细胞的调控机制与细胞通讯网络
IL1B可能作为关键配体调控Scissor⁺增殖细胞表型，尤其在C2_MMP9和C3_KRT9亚群中表达最高。
细胞通讯分析显示Scissor⁺细胞主要通过FN1–CD44轴与免疫细胞、上皮细胞和基质细胞相互作用，增强其增殖和侵袭能力。
3. SPRS模型的构建与验证
通过111种机器学习算法构建Scissor⁺增殖细胞风险评分模型，其中Lasso⁺SuperPC组合表现最佳。
SPRS在多个独立队列中表现出优异的预后预测能力，其C指数优于30个已发表模型。
4. SPRS的空间分布及其与肿瘤恶性程度和免疫微环境的关系
空间转录组分析显示，SPRS评分在恶性肿瘤区域显著升高，并与肿瘤细胞、巨噬细胞、树突状细胞和中性粒细胞浸润呈正相关。
SPRS可作为评估LUAD恶性程度和免疫抑制微环境的潜在生物标志物。
5. SPRS的临床意义验证
SPRS是LUAD患者生存的独立预后因素，与TNM分期结合可构建高精度的生存预测列线图。
模型在多个队列中验证了其对1年、3年、5年生存率的预测能力。
6. SPRS的免疫景观
高SPRS患者表现出免疫抑制微环境特征，包括CAFs和MDSCs浸润增加、TMB和TNB升高，但对免疫治疗响应较差。
SPRS与TMB、TNB等免疫标志物结合可更精准预测患者预后。
7. SPRS模型基因的突变谱分析
FAM83A在LUAD中突变率最高，与KRAS突变显著相关，且其表达与基因组不稳定性增加和不良预后相关。
SPRS模型即使在排除KRAS突变影响后仍能有效预测肿瘤免疫微环境。
8. SPRS作为个体化治疗反应的预测因子
低SPRS患者对免疫治疗响应更佳，生存率更高。高SPRS患者对化疗药物（如顺铂、紫杉醇）和靶向药物（如吉非替尼）更敏感。
PRC1在LUAD组织中高表达，具有潜在的预后和治疗靶点价值。
9. 空间转录组揭示SPRS在LUAD组织中的升高
SPRS评分和SPRS阳性细胞比例在LUAD组织中显著高于非肿瘤组织，支持其作为空间生物标志物的潜力。
10. 多组学分析揭示增殖细胞驱动的免疫抑制
整合单细胞和空间转录组数据，发现SPRS高表达患者中巨噬细胞、CAFs和增殖细胞富集，形成免疫抑制微环境。
增殖细胞标记物组合可作为高风险患者的有效预后分层工具。
研究通过构建并验证一个基于增殖细胞特征的新型风险评分模型（SPRS），为肺腺癌提供了更精准的预后预测工具和个体化治疗策略选择依据，推动了精准肿瘤学的发展。（对生信文章分析感兴趣或需要生信分析服务的老师，欢迎关注禾苗一起交流）IF 5.1！NHANES+UKB 双数据库的联合分析：昼夜光照暴露及休息 - 活动节律与代谢相关脂肪性肝病的关联研究
IF＝13.0，GBD2021 再登顶刊！32 年 204 国 URI+中耳炎零成本数据，一区 SCI 的“发文捷径”
25.8/Q1，肠道菌群如何“操控”注意力？——微生物组+代谢组+神经行为：多组学视角下的肥胖研究新突破
8.5/Q1，不养小鼠，纯生信如何“挖”出微生物促癌机制？ 泛癌分析+多组学整合，一篇文讲透高分生信发文路径与避坑指南
IF=9.6，GWAS+MR一键封神：PsyRiskMR生信套路，三个月0实验也能发高分！
4.3/Q2，武大人民医院生信卷王：空转+单细胞+轨迹+互作+空间共定位五连杀，再融合TCGA突变/甲基化炼成预后模型！
