分高不卷，思路明显：聚焦难治性肿瘤

主要观点总结

本文主要介绍了一项关于前列腺神经内分泌癌（NEPC）的研究，通过整合单细胞和批量转录组数据，开发了一个稳健的NEPC风险预测模型NEPAL。该模型能够有效鉴定NEPC，预测前列腺癌的进展和预后，并具有广泛的适用性。

关键观点总结

关键观点1: 研究背景

前列腺癌（PCa）是男性中第二常见的癌症，神经内分泌癌（NEPC）是PCa的一种亚型，通常意味着严重的致死率和缺乏治疗选择。随着病情的发展，NEPC的发病率预计会增加。

关键观点2: 主要方法

作者收集并分析了所有已发表的NE标记基因集，包括来自bulk转录组数据的NEPC基因列表、来自正常前列腺scRNA-seq的基因列表和来自MSigDB数据库的代表性泛前列腺肿瘤基因列表。然后结合多种策略鉴定NEPC标记，构建NEPC分类器。最后应用机器学习算法构建NEPC风险预测模型NEPAL。

关键观点3: 主要结果

NEPAL模型在多个独立数据集中表现出优异的性能，能够准确预测NEPC细胞状态、疾病进展和患者预后。此外，该模型还揭示了NEPC的遗传和非遗传驱动因素，包括表观遗传调节因子在NEPC中的关键作用。

关键观点4: NEPAL模型的实用性

为了方便用户应用，作者推出了一个R软件包NEPAL，该软件包集成了本研究中使用的各种数据和算法，可广泛适用于不同平台的scRNA-seq数据集。NEPAL的R软件包已在Github上发布，供公众使用。

关键观点5: 总结

这项工作构建并广泛验证了稳健的NEPC风险预测模型NEPAL，该模型可用于基础研究目的的精准识别NEPC，并为未来临床转化奠定了坚实的基础。