研究问题#
能否整合 bulk、single-cell 和临床数据，识别 OSCC 中具有预后意义和机制解释力的肿瘤微环境特征？
背景与意义#
OSCC 是头颈部鳞癌的重要亚型。公开数据库中有 TCGA-HNSC、GEO bulk、单细胞和空间转录组数据，可用于研究肿瘤细胞状态、免疫微环境和预后关联。
当前假说#
OSCC 中的预后差异不仅由肿瘤细胞本身决定，也与 TAM、CAF、T cell exhaustion、ECM remodeling 和 hypoxia 等微环境特征有关。将 bulk 预后 signature 与单细胞细胞状态结合，可能比单纯构建 prognostic model 更有解释力。
初始分析路线#
- 从 TCGA-HNSC 中筛选 oral cavity 相关样本。
- 整理 OSCC GEO bulk 数据集作为外部验证。
- 收集 OSCC single-cell / spatial transcriptomics 数据。
- 分析 bulk 中与预后或分期相关的基因模块。
- 用单细胞数据解释模块或 signature 的细胞来源。
- 分析 TAM、CAF、T cell exhaustion 等细胞状态。
- 构建机制导向的论文故事线。
数据集清单#
| 数据集 | 类型 | 样本 | 用途 | 状态 |
|---|---|---|---|---|
| TCGA-HNSC oral subset | bulk RNA-seq + clinical | OSCC / HNSC | discovery | pending |
| 待搜索 | GEO bulk | OSCC | validation | pending |
| 待搜索 | scRNA-seq | OSCC tumor microenvironment | mechanism | pending |
相关 Wiki 页面#
- 口腔鳞状细胞癌
- 免疫浸润
- 巨噬细胞
- 差异表达分析
- WGCNA
- 单细胞RNA测序分析
下一步最小动作#
- 确认 TCGA-HNSC 中 anatomical site 筛选策略。
- 搜索 OSCC 外部验证数据集。
- 搜索 OSCC 单细胞 / 空间转录组数据。
- 决定主线：预后模型、TME 机制，还是细胞状态图谱。