基于CIBERSORT预测乳腺癌浸润性免疫细胞比例及亚型预后分析

摘要

乳腺癌是目前女性最常见的癌症,在乳腺癌患者治疗的过程中,确定浸润性的免疫细胞比例最有可能成为药物的靶标来提高患者的生存率,对乳腺癌患者后续的治疗和预后分析具有重要的意义和价值.反卷积的目的就是试图从复杂组织中推断免疫细胞的比例信息,进而准确刻画肿瘤样本中免疫细胞的浸润情况.因此应用CIBERSORT反卷积算法预测不同免疫细胞在乳腺癌样本中所占的比例,基于此数据应用一致聚类分析对乳腺癌样本进行了亚型分类,最后根据分类的结果进行预后分析.结果表明不同的亚型对肿瘤预后存在着显著的差异(p值为0.0082,小于0.05),应用CIBERSORT算法和一致聚类分析对患者进行预后分析具有一定的合理性,可为临床诊断及治疗提供一定的帮助.