相关实验视频
Updated: Jul 24, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
免疫微环境分析和建立响应预测模型,用于PD-1阻塞免疫疗法在基于转录组解卷转录的质母细胞瘤
1Department of Immunology, School of Basic Medical Sciences, NHC Key Laboratory of Medical Immunology, Peking University, Beijing, China.
Journal of cancer research and clinical oncology
|July 5, 2023
概括
在质母细胞瘤 (GBM) 中预测对PD-1 抑制剂的反应至关重要. 研究人员确定了关键基因 (ITGAX,LRRFIP1,FMN1) 并开发了一个模型来识别可能受益于这种免疫疗法的患者.
科学领域:
- 在瘤学瘤学.
- 免疫治疗是一种免疫疗法.
- 基因组学就是基因组学.
背景情况:
- 质母细胞瘤 (GBM) 呈现出异质和抑制的免疫微环境,限制了PD-1阻断免疫治疗的生存益处.
- 确定PD-1抑制剂的预测生物标志物对于患者分层至关重要.
研究的目的:
- 与PD-1抑制剂反应相关的GBM的瘤微环境 (TME) 的特征.
- 开发一种预测模型,用于查可能受益于PD-1抑制剂的GBM患者.
主要方法:
- 拆解GBM散装RNA-seq以分析细胞亚种群组成和表达特征.
- 差异基因表达分析和基因组丰富分析 (GSEA) 以确定与反应相关的基因和途径.
- 最小绝对收缩和选择运算符 (LASSO) 回归和PD-L1表达相关性以确定预测基因,然后进行二进制后勤回归以构建模型.
主要成果:
- 受访者在治疗前表现出较低的M0巨细胞丰度和较高的激活树突细胞 (DC) 丰度;治疗后表现出较低的血细胞和M0巨细胞丰度.
- 在接受治疗前的响应者中,GSEA揭示了T-helper 1免疫反应和自然杀手细胞介导的细胞毒性途径的丰富.
- ITGAX,LRRFIP1和FMN1被确定为关键的响应预测基因,开发的模型显示出良好的预测性能.
结论:
- ITGAX,LRRFIP1和FMN1作为GBM中PD-1抑制剂的潜在反应预测基因.
- 已建立的预测模型具有临床价值,用于识别可能受益于PD-1抑制剂治疗的患者.
