相关实验视频
Updated: Jun 3, 2025
08:36
In Vitro Assay to Study Tumor-macrophage Interaction
Published on: August 1, 2019
7.5K
通过使用in-silico模型预测恶性质瘤复发的活检位置和瘤相关的巨细胞
Pejman Shojaee1, Edwin Weinholtz1, Nadine S Schaadt2
1Center for Interdisciplinary Digital Sciences (CIDS), Department Information Services and High-Performance Computing (ZIH), Dresden University of Technology, 01062, Dresden, Germany.
NPJ systems biology and applications
|January 8, 2025
概括
预测高度扩散性质瘤复发对于患者护理至关重要. 这项研究发现,局部瘤活检,特别是在瘤边缘,以及巨细胞密度显著提高了复发预测的准确性.
科学领域:
- 计算瘤学是一种计算瘤学.
- 神经瘤学神经瘤学
- 医学中的人工智能
背景情况:
- 准确预测高度扩散质瘤的复发时间 (TTR) 对治疗规划和患者生活质量至关重要.
- 目前的预后因素和标准护理 (SoC) 图像对预测HGG TTR的准确性有限.
- 需要新的方法来增强TTR在恶性脑瘤中的预测能力.
研究的目的:
- 通过整合先进的诊断信息,提高TTR对HGG的预测准确度.
- 评估瘤与正常组织接口 (边缘) 特征和活检位置的预后相关性.
- 用时空模型评估瘤相关巨细胞在预测HGG复发中的作用.
主要方法:
- 使用最先进的瘤-免疫相互作用的时空模型进行了in-silico分析.
- 用模拟的T1Gd和FLAIRMRI体积以及巨细胞密度/增殖活动数据生成了一个虚拟患者队列.
- 模拟数据包括局部 (瘤核心/边缘) 和非局部巨细胞信息,并添加噪音来模仿真实世界的数据变化.
主要成果:
- 在回归模型中,瘤边缘的巨细胞密度显示了TTR的高预测值.
- 局部化活检位置,特别是在瘤边缘,产生较低的平均平方误差 (MSE) 值,表明更高的预测准确性.
- 噪音数据场景表明,与非局部样本相比,局部活检为预测切割后复发提供了更有信息的数据.
结论:
- 局部活检,特别是从瘤与正常组织接口 (边缘) 的活检,提供了对质瘤行为和复发的卓越预测洞察力.
- 瘤边缘的巨细胞密度是高度扩散性质瘤复发时间的重要预测因素.
- 集成先进的成像和局部组织分析,包括免疫细胞数据,可以显著提高HGG的TTR预测模型.
