高多重成像揭示了乳腺癌中预后性免疫和 stromal 空间生物标志物

科学领域:

• 在瘤学瘤学.
• 生物技术是生物技术.
• 计算生物学 计算生物学

背景情况:

• 瘤微环境相互作用对于癌症的进展和治疗反应至关重要.
• 空间分析技术为瘤中的细胞社区提供了新的见解.
• 识别预后和预测生物标志物对于个性化癌症护理至关重要.

研究的目的:

• 分析和比较来自多个成像平台的单细胞空间数据.
• 为了确定乳腺癌亚型的预后空间生物标志物.
• 研究瘤微环境组成与患者存活率之间的关联.

主要方法:

• 对来自乳腺癌患者的循环免疫光学 (CycIF),质量细胞计和多重离子束成像数据集的分析.
• 跨平台对表皮表型的综合分析,用于预后亚型划分.
• 评估10种用于生物标志物发现和验证的空间分析方法.

主要成果:

• 在不同的成像技术中进行可比的单细胞表型鉴定.
• 淋巴细胞透率增加与三阴性和ER+乳腺癌的存活率提高有关.
• 不同的空间生物标志物,包括树皮细胞和纤维细胞表型,在ER+和三阴性疾病中区分预后亚型.

结论:

• 从临床队列中生成可比的单细胞空间蛋白质组数据.
• 能够识别和验证乳腺癌的预后空间生物标志物.
• 突出了空间分析在推进精确瘤学的潜力.