相关实验视频
Updated: Jun 9, 2025

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
定义血液样本转录基因分析的最佳设置,以预测免疫治疗NSCLC患者的反应
Álvaro Marcos Rubio1,2, Seoyeon Oh1,2, Sofie Roelandt1,2
1Department of Biomolecular Medicine, VIB-UGent Center for Medical Biotechnology, Ghent University, Technologiepark-Zwijnaarde 75, 9052, Ghent, Belgium.
Scientific reports
|October 30, 2024
概括
血液免疫细胞的转录组分析可以预测在非小细胞肺癌 (NSCLC) 中对免疫检查点抑制剂 (ICI) 的反应. 血液样本的单个样本基因组丰富分析 (ssGSEA) 显示出最好的预测性能.
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:
- 在非小细胞肺癌 (NSCLC) 中预测对免疫检查点抑制剂 (ICI) 的反应对于患者管理至关重要.
- 用于生物标志物检测的组织活检是侵入性的,容易产生采样偏差.
- 基于血液的非侵入性转录基因分析提供了一个有前途的替代方案.
研究的目的:
- 探索最佳的分析方法来识别NSCLC中ICI反应的系统生物标志物.
- 使用血液样本比较不同的转录组分析方法 (差异表达,ssGSEA,细胞类型解卷) .
- 评估这些方法在预测治疗反应方面的表现.
主要方法:
- 在治疗前和响应评估时,从33名ICI治疗的NSCLC患者收集了外周血液单核细胞和全血 (WB).
- 进行了大量的多基化RNA测序.
- 分析了基因表达特征,使用差异表达,ssGSEA和细胞类型解卷.
- 使用ROC曲线分析和后勤回归来评估预测性能.
主要成果:
- 治疗后全血 (WB) 基因表达和细胞类型解显示出高预测精度 (AUC=0.87和0.85).
- 单个样本基因组丰富分析 (ssGSEA) 成绩显示,在所有样本类型和时间点 (AUC > 0.7) 中,分类性能优越.
- ssGSEA成为预测临床益处的最有效的非侵入性生物标志物.
结论:
- 通过ssGSEA进行的转录组分析是一种高效的非侵入性生物标志物,用于预测NSCLC患者的ICI治疗反应.
- 治疗后的WB基因表达和解也显示出预测临床益处的前景.
- 基于血液的转录组定型为预测ICI反应提供了侵入性组织活检的可行替代方案.
更多相关视频
07:59Author Spotlight: Advancements in Molecular Biomarker Testing for Non-Squamous Non-Small Cell Lung Cancer
Published on: September 8, 2023
1.0K
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
10.5K