使用数字病理学在扩散大B细胞淋巴瘤中的实用微环境分类

科学领域:

• 血液学 血液学 血液学
• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 病理学 病理学 病理学

背景情况:

• 扩散性大B细胞淋巴瘤 (DLBCL) 是一种异质癌症,其结果受到瘤及其微环境的影响.
• 基于淋巴瘤微环境 (LME) 的DLBCL亚型的现有转录组分类很难在临床上实施.

研究的目的:

• 通过免疫组织化学和数字病理学开发和验证DLBCL的实用LME分类.
• 为了将这种新的分类与患者的生存率和免疫逃生机制相关联.

主要方法:

• 使用解卷法来量化来自免疫组织化学染色的微环境成分 (CD3,CD8,CD68,PD-L1,原).
• 开发了一种基于染色的LME分类算法,与基于转录组的亚型和单细胞测序数据进行验证.
• 分析了DLBCL患者在LME亚型中接受R-CHOP或R-CHOP-X免疫化疗的生存结果 (整体和无进展).

主要成果:

• 基于免疫组织化学的LME分类显示,与转录组亚型的一致性超过80%.
• 由算法识别的独特的免疫微环境与转录基因概况保持一致.
• 在标准和高级免疫化学疗法后,在LME亚型中观察到显著的生存差异.

结论:

• 开发的基于免疫组织化学的算法为基于LME的DLBCL亚型的分类提供了一种可行的方法.
• LME亚型与差异性免疫逃生机制有关,这表明特定的免疫治疗点.
• 这种分类在DLBCL的精密医学试验中具有潜在的应用.