免疫细胞剖析揭示了在各种癌症类型的前立腺位形成的共同模式

科学领域:

• 免疫学 免疫学 免疫学
• 在瘤学瘤学.
• 生物信息学是一种生物信息学.

背景情况:

• 癌症转移是癌症死亡的主要原因.
• 前转移性位是转移的一个关键因素,但对转移的理解不佳.
• 了解前转移性利基形成是制定预防策略的关键.

研究的目的:

• 调查前转移性位形成的普遍性和细胞动态.
• 在转移期间识别不同癌症类型中常见的免疫细胞改变.
• 开发转移性阶段的预测模型.

主要方法:

• 肺部和外围免疫细胞的综合流动细胞计分析.
• 在三个不同的阶段进行分析:早期的前转移性,晚期的前转移性和微转移性.
• 机器学习的应用在免疫细胞概况上,用于转移期的预测.

主要成果:

• 在乳腺癌,肺癌和黑色素瘤模型中观察到免疫细胞概况变化的一致模式.
• 关键的变化包括降低了乙素 (早期),增加了调节性T细胞 (晚期),以及改变了多态核核髓蛋白衍生的抑制细胞和B细胞 (微转移性).
• 机器学习模型根据免疫细胞概况预测了大致75%的转移期准确度.

结论:

• 这项研究揭示了前转移性利基形成的概论,适用于不同类型的癌症.
• 这些发现为开发癌症类型独立的早期检测和预防转移的方法提供了基础.
• 建议在人体研究中进一步验证并探索额外的生物标志物 (蛋白质,EV,核酸,代谢物) 进行增强的预测.