相关实验视频
Updated: Jun 13, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
泛癌单细胞数据的综合分析揭示了预测免疫治疗反应的瘤生态系统亚型
Shengjie Zeng1, Liuxun Chen2, Jinyu Tian2
1Department of Urology, the Second Affiliated Hospital of Chongqing Medical University, Chongqing, China. 2017210012@stu.cqmu.edu.cn.
NPJ precision oncology
|September 14, 2024
概括
一种新的瘤生态系统签名 (IRE.Sig) 预测了癌症患者的免疫治疗反应. 这个签名可以指导治疗选择,并识别潜在的组合疗法,以改善患者的治疗结果.
科学领域:
- 癌症生物学 癌症生物学
- 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:
- 瘤微环境显著影响癌症的进展和对免疫治疗的反应.
- 直接的临床证据将特定的瘤生态系统亚型与免疫治疗结果联系起来仍然有限.
研究的目的:
- 为了识别和验证瘤生态系统的签名,预测对免疫检查点抑制剂 (ICI) 的反应.
- 探索增强ICI疗效的潜在治疗策略.
主要方法:
- 分析ICI治疗患者的EcoTyper和单细胞RNA测序 (scRNA-Seq) 数据.
- 免疫疗法响应生态型特征 (IRE.Sig) 的开发和泛癌验证.
- 机器学习模型应用程序用于预测ICI响应.
- 整合CRISPR查数据以确定协同作用的候选药物.
主要成果:
- 一种特定的瘤生态系统亚型 (生态型) 与改善的ICI反应有关.
- IRE.Sig准确地预测了验证和测试队列中的ICI反应 (AUC为0.72和0.71).
- 确定了增强ICI疗效的潜在药物,并阐明了用于乳腺癌联合治疗pembrolizumab和eribulin的候选生物标志物.
结论:
- IRE.Sig 作为一种有前途的预测工具,用于各种癌症类型的免疫治疗反应.
- 这种签名可以帮助患者分层和个性化治疗策略.
- 结果表明了新的组合疗法,并确定了增强治疗疗效的潜在生物标志物.
