一个预测性的基于网络的免疫检查点阻塞免疫治疗签名优化患者选择和治疗策略
Nan Zhang1, Mei Yang1, Jing-Min Yang1
1Hubei Bioinformatics & Molecular Imaging Key Laboratory, Key Laboratory of Molecular Biophysics of the Ministry of Education, College of Life Science and Technology, Huazhong University of Science and Technology, Wuhan, 430074, China.
Small methods
|March 28, 2024
概括
一个新的计算工具ICBnetIS准确地预测了患者对免疫检查点阻塞 (ICB) 治疗的反应. 这种基于网络的签名改善了患者选择癌症治疗的方法,优于现有的方法.
科学领域:
- 在瘤学瘤学.
- 免疫治疗是一种免疫疗法.
- 计算生物学 计算生物学
背景情况:
- 免疫检查点阻塞 (ICB) 疗法已经彻底改变了癌症治疗.
- 患者对ICB的反应差异很大,需要改进预测生物标志物.
- 了解瘤免疫路径对于优化ICB疗效至关重要.
研究的目的:
- 开发一种新的基于网络的免疫治疗签名,用于预测ICB反应.
- 为了验证不同癌症类型的签名的预测能力.
- 为了增强个性化瘤治疗的患者分层.
主要方法:
- 使用基于生物网络的计算策略构建了一个新的签名,ICBnetIS.
- 同表达和分子相互作用网络的分析.
- 使用来自多种癌症类型和数据集的700多个样本的ICB数据进行验证.
主要成果:
- ICBnetIS与增强的患者存活率和强大的抗瘤免疫反应有关.
- 该签名实现了0.784.78的高聚合预测AUC.
- 在预测准确度方面,ICBnetIS的表现优于其他九种已建立的免疫治疗特征.
结论:
- ICBnetIS是一个强大而优秀的工具,用于预测对ICB治疗的反应.
- 该签名对瘤学中患者选择和治疗优化有重大影响.
- ICBnetIS在癌症治疗中推进了个性化医疗策略.


