免疫微环境在子宫内膜癌的预后意义
Miseon Lee1, Wonkyung Jung2, Jeongseok Kang2
1Department of Hospital Pathology, Seoul St. Mary's Hospital, College of Medicine, The Catholic University of Korea, Seoul, Republic of Korea.
概括
人工智能 (AI) 在子宫内膜癌 (EC) 中确定了不同的免疫微环境组,揭示了基于AI的免疫指标作为改善患者结果的潜在预后生物标志物.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 人工智能在医学中的应用
背景情况:
- 子宫内膜癌 (EC) 呈现出多种分子亚型,预后不同.
- 免疫微环境在癌症的进展和治疗反应中起着至关重要的作用.
- 准确地描述免疫微环境对于开发向疗法至关重要.
研究的目的:
- 使用人工智能 (AI) 研究子宫内膜癌的免疫微环境.
- 评估人工智能衍生的免疫指标作为EC的潜在预后生物标志物.
- 为了将免疫微环境配置文件与分子亚型和患者结果相关联.
主要方法:
- 分析了296个EC病例,分为四种分子亚型 (POLEmut,MMRd,p53abn,NSMP).
- 基于AI的免疫指标评估,包括瘤透性淋巴细胞 (TIL) 和T细胞子集 (CD4 +,CD8 +,FOXP3 +) 使用Lunit SCOPE IO和QuPath.
- 无监督的聚类来定义免疫微环境群;PD-L1表达的评估.
主要成果:
- 确定了三个不同的免疫微环境组:免疫活性,免疫沙漠和瘤主导.
- 免疫活性组,在POLEmut EC中普遍存在,显示出有利的整体和无复发的生存率.
- 在免疫组内的分子亚型之间观察到免疫指标和T细胞组成的显著差异;PD-L1 CPS在不同组之间有显著差异.
结论:
- 基于人工智能的分析有效地描述了子宫内膜癌中不同的免疫微环境群体.
- 人工智能衍生的免疫指标作为有价值的预后标记,特别是与更好的生存相关的免疫活性组.
- 了解分子亚型和免疫微环境之间的相互作用对于个性化的EC治疗策略至关重要.
