整合机器学习算法和多重免疫组织化学验证,揭示基于共刺激分子的新型诊断标记,用于预测三阴性乳腺癌的免疫微环境状态
Chao Zhang1, Wenyu Zhai1, Yuyu Ma1
1State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-Sen University Cancer Center, Guangzhou, Guangdong, China.
Frontiers in immunology
|July 15, 2024
概括
这项研究确定了CD86,TNFRSF17和TNFRSF1B作为关键的共刺激分子基因 (CMGs),用于预测三阴性乳腺癌 (TNBC) 中的瘤免疫微环境 (TIME) 状态. 这些生物标志物可以指导免疫疗法选择,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 造价刺激分子基因 (CMGs) 是三阴性乳腺癌 (TNBC) 的潜在免疫治疗点.
- 它们的表达模式和TNBC中的临床意义需要进一步澄清有效的免疫疗法策略.
研究的目的:
- 在TNBC中识别用于分层瘤免疫微环境 (TIME) 的诊断生物标志物.
- 探索CMG与TNBC患者免疫治疗反应之间的关联.
主要方法:
- 利用来自TCGA和GEO数据库的TNBC患者的基因表达特征.
- 使用LASSO和SVM-RFE算法来识别诊断CMG生物标志物.
- 经验证的生物标志物预测准确性和使用多重免疫组织化学 (mIHC) 探索的免疫治疗反应.
主要成果:
- 根据免疫细胞透,确定了两个TIME子类 ("热"和"冷").
- 选择了CD86,TNFRSF17和TNFRSF1B作为TIME状态的重要诊断生物标志物.
- 开发并验证了一种名ogram,以高准确度预测个性化的 TIME 状态.
- 发现高水平的CD86,TNFRSF17和TNFRSF1B与更好的免疫治疗反应相关.
结论:
- CD86,TNFRSF17和TNFRSF1B是评估TNBC中TIME的有价值的生物标志物.
- 这些CMG可以显著帮助选择TNBC患者接受免疫治疗指导.
