近日，附属第一医院廖锐团队在国际权威学术期刊Hepatology发表题为Multiomics approaches for identifying the PANoptosis signature and prognostic model via a multimachine-learning computational framework for intrahepatic cholangiocarcinoma的研究论文。该研究将“泛凋亡（PANoptosis）”系统引入肝内胆管癌（Intrahepatic cholangiocarcinoma，ICC）研究，首次构建了基于多组学与多模型机器学习的PANRS风险评分模型，实现了对患者预后分层及免疫治疗响应的精准预测。

该研究整合公共转录组数据库及本院转录组与蛋白组测序数据，结合单细胞转录组分析与组织芯片免疫组织化学验证，并通过多模型机器学习算法进行交叉筛选与风险建模，系统解析了ICC中PANoptosis相关分子网络及其免疫微环境特征。癌相关成纤维细胞（CAF）来源的POSTN可促进TAMs募集并诱导其功能重编程，显著上调TAMs中PD-L1和PD-L2的表达水平，从而形成稳定的免疫抑制性微环境并削弱T细胞抗肿瘤活性。CAF-POSTN-TAMs信号轴的异常激活最终导致肿瘤免疫逃逸增强和患者生存结局恶化。

廖锐团队构建了PANoptosis相关风险评分模型（PANRS）。该研究回答了ICC免疫治疗疗效受限的关键科学问题，即肿瘤间质与免疫细胞之间的相互作用如何通过PANoptosis分子网络重塑免疫微环境并驱动免疫耐药。为开发“POSTN靶向治疗联合免疫治疗”的新型干预策略奠定了理论基础。