相关实验视频
Updated: May 27, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
三级淋巴体结构的空间表征作为头状细胞癌中免疫检查点阻塞的预测生物标志物
Daniel A Ruiz-Torres1,2,3,4, Michael E Bryan1,4, Shun Hirayama1
1Department of Otolaryngology-Head and Neck Surgery, Massachusetts Eye and Ear, Boston, MA, USA.
Oncoimmunology
|February 18, 2025
概括
在头支状细胞癌 (HNSCC) 中,三级淋巴细胞结构 (TLS) 密度和B细胞存在预测了对免疫检查点阻塞 (ICB) 的反应. 这种空间生物学方法在预测ICB疗效方面可能会优于PD-L1综合阳性得分 (CPS).
科学领域:
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
- 病理学 病理学 病理学
背景情况:
- 免疫检查点阻塞 (ICB) 是对复发性/转移性头支状细胞癌 (HNSCC) 的标准治疗方法,但其疗效有限.
- PD-L1综合阳性得分 (CPS) 是预测ICB反应的唯一批准的生物标志物,但它表现不佳.
- 三级淋巴细胞结构 (TLS) 显示出预测ICB反应的前景,但它们在HNSCC中的空间生物学需要进一步调查.
研究的目的:
- 研究三级淋巴细胞结构 (TLS) 空间生物学对免疫检查点阻塞 (ICB) 响应在头部和部状细胞癌 (HNSCC) 的影响.
- 确定潜在的生物标志物,可以更准确地预测HNSCC患者的ICB反应.
主要方法:
- 使用了9个响应者和11个没有响应者HNSCC的前-ICB瘤组织截图.
- 应用定制的多免疫光 (mIF) 染色试验来表征免疫细胞,瘤细胞,纤维细胞和免疫调节分子.
- 采用机器学习模型来分析空间指标并预测ICB响应.
主要成果:
- 与非响应者相比,响应者表现出更高的B细胞密度 (CD20+) (p=0.022).
- 瘤100微米内的TLS存在与改善的整体存活率 (p=0.04) 和无进展存活率 (p=0.03) 相相关.
- 一个多变量机器学习模型将TLS密度确定为ICB响应的主要预测指标,达到80%的准确性.
结论:
- 免疫细胞密度和TLS空间位置是影响HNSCC中ICB反应的关键因素.
- TLS密度显示,它有可能超过PD-L1 CPS作为HNSCC中ICB的预测生物标志物.
- 对TLS空间生物学的进一步研究可能会导致改善HNSCC患者分层和治疗策略.
