肺腺癌中免疫细胞透模式的表征,以促进免疫治疗

科学领域:

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

背景情况:

• 免疫疗法对肺癌有希望,但只对肺腺癌 (LUAD) 患者的一小部分有益.
• 在瘤微环境 (TME) 中瘤免疫细胞透 (ICI) 影响LUAD的预后和特征.
• 目前对LUAD免疫细胞透模式的理解仍然有限.

研究的目的:

• 在一大批肺腺癌 (LUAD) 患者中描述免疫细胞透 (ICI) 模式.
• 开发和验证ICI评分,用于在LUAD中进行预后预测.
• 探索ICI模式,瘤突变负担 (TMB) 和对免疫治疗的反应之间的关系.

主要方法:

• 使用ESTIMATE和CIBERSORT算法分析了1155名LUAD患者的ICI模式.
• 使用主要组件分析 (PCA) 来构建ICI评分.
• 与免疫激活通路,药物代谢,TMB和免疫检查点分子表达 (CTLA-4,PD-1,LAG3) 相关的ICI得分.

主要成果:

• 在LUAD队列中确定了三种不同的ICI亚型.
• 高ICI得分与增加的免疫激活和药物代谢信号通路有关.
• 高ICI得分与减少瘤突变负担 (TMB) 和免疫检查点抑制剂 (CTLA-4,PD-1,LAG3) 的更高表达相关.
• 具有高ICI得分的患者表现出明显更好的整体存活率 (OS),无论TMB状态如何.

结论:

• 开发的ICI评分是一种新且有效的独立预测LUAD预后的指标.
• ICI评分可能有助于为LUAD患者开发量身定制的免疫疗法.
• 在更大的LUAD队伍中进一步调查ICI模式可以提高对TME的理解,并指导免疫治疗的发展.