相关实验视频
Updated: Jul 5, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
炎症反应签名得分模型用于预测免疫治疗反应和胰腺癌预后
Shuzhao Chen1,2, Mayan Huang3, Limei Zhang1
1Department of Hematologic Oncology, Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine, Guangdong Provincial Clinical Research Center for Cancer, Guangzhou, Guangdong, China.
Computational and structural biotechnology journal
|January 16, 2024
概括
一个新的炎症反应得分预测了癌症免疫治疗反应和多种癌症的生存率. 这种模型对于非小细胞肺癌和胃癌特别有效,可以识别可能从治疗中受益的患者.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 炎症反应显著影响癌症免疫疗法 (CIT) 的结果和瘤发生.
- 评估炎症反应以预测各种人类癌症中CIT反应和生存的系统模型缺乏.
研究的目的:
- 开发和验证一种炎症反应得分模型,用于预测泛癌分析中的CIT反应和患者存活率.
- 探索炎症反应得分,瘤纯度,免疫细胞透和对免疫检查点抑制剂的反应之间的相关性.
主要方法:
- 使用了来自公共数据库 (GEO,TIDEx,EGA,IMvigor210) 的 12 个 CIT 响应基因表达数据集.
- 包括六种癌症的瘤样本:转移性尿路细胞癌,黑色素瘤,胃癌,膀癌,细胞癌和非小细胞肺癌.
- 开发了一种使用最少绝对收缩和选择运算符 (LASSO) 算法来预测CIT响应的二进制分类模型.
主要成果:
- 该模型在培训和验证队列中显示出高预测准确性,不同癌症类型的AUC值从0.64到0.82不等.
- 与得分较低的患者相比,得分较高的患者表现出显著更高的CIT反应率 (51%对27%) 和改善的五年生存率 (62%对21%).
- 炎症反应得分与免疫细胞透 (例如,效应细胞和自然杀手细胞) 和免疫检查点基因表达有积极的相关性,这表明免疫检查点抑制剂的益处.
- 鉴定出interleukin 21 (IL21) 是一个关键预测因子,IL21与抗PD1抗体相结合,在体外增强了对黑色素瘤细胞的CD8+ T细胞细胞毒性活性.
结论:
- 开发了一种强大的炎症反应基因签名模型,用于预测多种恶性瘤患者的存活率和免疫治疗反应.
- 该模型显示了非小细胞肺癌和胃癌的最高预测性能.
- 来自治疗样本的炎症反应基因特征得分与现有特征相比,更可靠地预测了转移性黑色素瘤中CIT反应.
