目的研究气体皮膜蛋白B(Gasdermin B,GSDMB)在卵巢癌中的临床价值及其与免疫浸润关系,探索卵巢癌新的免疫治疗标志物。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中基因表达矩阵、体细胞突变、体细胞拷贝数变异(somat...目的研究气体皮膜蛋白B(Gasdermin B,GSDMB)在卵巢癌中的临床价值及其与免疫浸润关系,探索卵巢癌新的免疫治疗标志物。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中基因表达矩阵、体细胞突变、体细胞拷贝数变异(somatic copy number alteration,SCNA)和临床信息数据,GISTIC(Genomic Identification of Significant Targets in Cancer)算法进行拷贝数分析,使用CIBERSORT(Cell-type Identification by Estimating Relative Subsets of RNA Transcripts)算法量化肿瘤微环境(tumor microenvironment,TME)中22种免疫细胞的相对丰度,通过蛋白质互作(protein-protein interaction,PPI)分析探寻GSDMB相关互作蛋白,通过多色免疫荧光技术验证GSDMB蛋白在不同免疫类型卵巢癌临床样本中的空间分布差异及与免疫细胞的作用关系。结果在卵巢癌患者中,GSDMB基因在癌旁组织的表达水平显著高于癌组织(P<0.001)。高表达GSDMB的患者表现出更高水平的免疫趋化因子(如CXCL9、CXCL10,P<0.01)和肿瘤杀伤性淋巴细胞(CD8+T细胞占比高于低表达组,P<0.001)。GSDMB基因拷贝数变异显著影响免疫细胞浸润水平,其中GSDMB拷贝数扩增的患者CD4+T细胞和树突状细胞的浸润水平降低(P<0.05),而GSDMB深度缺失组CD8+T细胞和中性粒细胞浸润程度显著减少(P<0.01)。PPI网络分析发现,GSDMB可能与多个重要的免疫分子如IL-37、IL-18BP、IL-33和IL-2发生蛋白互作(Pearson相关性r>0.6,P<0.001)。多色免疫荧光分析显示,GSDMB高表达的肿瘤更倾向于免疫炎症型(52.6%),而低表达组中免疫沙漠型占比更高(47.3%)。免疫治疗队列分析表明,GSDMB可作为免疫治疗响应性的潜在预测因子,其在多个免疫检查点抑制剂(PD-1/PD-L1/CTLA4)治疗队列中的预测效能较高(AUC>0.8)。结论GSDMB对卵巢癌TME重塑具有重要作用,可能是免疫治疗增敏新靶标。展开更多
为了对腭裂语音的高鼻音进行等级区分,提出基于声学特征参数分析的腭裂语音高鼻音等级自动识别算法,提取基于香农能量和Mel倒谱系数(Mel frequency cepstrum coefficient,MFCC)的S-MFCC作为声学特征参数,结合高斯混合模型(Gaussian mixt...为了对腭裂语音的高鼻音进行等级区分,提出基于声学特征参数分析的腭裂语音高鼻音等级自动识别算法,提取基于香农能量和Mel倒谱系数(Mel frequency cepstrum coefficient,MFCC)的S-MFCC作为声学特征参数,结合高斯混合模型(Gaussian mixture model,GMM)分类器实现对腭裂语音4类高鼻音等级(正常、轻度、中度和重度)的自动识别。实验结果表明,提出的自动识别算法取得了较高的高鼻音类别正确识别率,对4类高鼻音的平均识别率达到79%以上,其中,提出的S-MFCC参数取得了85%的平均正确识别率,优于传统的香农能量算法、MFCC算法,具有较高的临床应用价值。展开更多
文摘目的研究气体皮膜蛋白B(Gasdermin B,GSDMB)在卵巢癌中的临床价值及其与免疫浸润关系,探索卵巢癌新的免疫治疗标志物。方法使用癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中基因表达矩阵、体细胞突变、体细胞拷贝数变异(somatic copy number alteration,SCNA)和临床信息数据,GISTIC(Genomic Identification of Significant Targets in Cancer)算法进行拷贝数分析,使用CIBERSORT(Cell-type Identification by Estimating Relative Subsets of RNA Transcripts)算法量化肿瘤微环境(tumor microenvironment,TME)中22种免疫细胞的相对丰度,通过蛋白质互作(protein-protein interaction,PPI)分析探寻GSDMB相关互作蛋白,通过多色免疫荧光技术验证GSDMB蛋白在不同免疫类型卵巢癌临床样本中的空间分布差异及与免疫细胞的作用关系。结果在卵巢癌患者中,GSDMB基因在癌旁组织的表达水平显著高于癌组织(P<0.001)。高表达GSDMB的患者表现出更高水平的免疫趋化因子(如CXCL9、CXCL10,P<0.01)和肿瘤杀伤性淋巴细胞(CD8+T细胞占比高于低表达组,P<0.001)。GSDMB基因拷贝数变异显著影响免疫细胞浸润水平,其中GSDMB拷贝数扩增的患者CD4+T细胞和树突状细胞的浸润水平降低(P<0.05),而GSDMB深度缺失组CD8+T细胞和中性粒细胞浸润程度显著减少(P<0.01)。PPI网络分析发现,GSDMB可能与多个重要的免疫分子如IL-37、IL-18BP、IL-33和IL-2发生蛋白互作(Pearson相关性r>0.6,P<0.001)。多色免疫荧光分析显示,GSDMB高表达的肿瘤更倾向于免疫炎症型(52.6%),而低表达组中免疫沙漠型占比更高(47.3%)。免疫治疗队列分析表明,GSDMB可作为免疫治疗响应性的潜在预测因子,其在多个免疫检查点抑制剂(PD-1/PD-L1/CTLA4)治疗队列中的预测效能较高(AUC>0.8)。结论GSDMB对卵巢癌TME重塑具有重要作用,可能是免疫治疗增敏新靶标。
