相关实验视频
Updated: Jun 28, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
一个全面的单细胞乳腺瘤地图定义了表皮和免疫异质性以及预测抗PD-1治疗反应的相互作用
Lily Xu1, Kaitlyn Saunders1, Shao-Po Huang1
1Department of Internal Medicine, Division of Hematology and Oncology, University of Texas Southwestern Medical Center, Dallas, TX, USA; Harold C. Simmons Comprehensive Cancer Center, University of Texas Southwestern Medical Center, Dallas, TX, USA.
Cell reports. Medicine
|April 13, 2024
概括
我们创建了一个关于乳腺瘤微环境的综合单细胞地图. 该资源揭示了自然杀手细胞和上皮细胞异质性,改善了对免疫检查点抑制剂反应的预测.
科学领域:
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
- 基因组学就是基因组学.
背景情况:
- 瘤微环境 (TME) 对癌症的进展和治疗反应至关重要.
- 了解TME中的细胞异质性对于开发有效疗法至关重要.
- 之前的研究缺乏一个高分辨率的,乳腺TME的综合视图.
研究的目的:
- 创建一个主要乳腺瘤微环境的集成单细胞RNA测序图谱.
- 分析乳腺TME内的免疫和癌症上皮细胞异质性.
- 基于TME特征,开发一种针对免疫检查点抑制 (ICI) 的反应预测模型.
主要方法:
- 综合单细胞RNA测序来自119个乳腺瘤样本的236,363个细胞.
- 自然杀手 (NK) 细胞和上皮细胞异质性的分析.
- 开发InteractPrint工具以建模癌症与免疫相互作用.
- 在临床试验中应用T细胞InteractPrint来预测ICI反应.
主要成果:
- 在乳腺TME中定义了六个自然杀手 (NK) 细胞子集.
- 在单基因表达,分子亚型和转录类别中表征上皮质细胞异质性.
- 开发了InteractPrint,一种新的方法,将上皮细胞异质性与癌症-免疫相互作用联系起来.
- 在两个独立的乳腺癌试验中,T细胞InteractPrint准确地预测了对抗PD-1疗法的反应 (AUC = 0.82,0.83).
结论:
- 集成的单细胞地图为高分辨率乳腺TME研究提供了宝贵的资源.
- NK细胞和上皮细胞的异质性是相互关联的,并影响治疗反应.
- InteractPrint是乳腺癌免疫检查点抑制疗法的有希望的预测工具.
