综合放射学和免疫透分析,以破译肺腺癌中免疫疗法的疗效
Yiyi Lei1,2, Wenjin Fan1,2, Beizhan Liu1
1Department of Respiratory and Critical Care Medicine, The Third Xiangya Hospital, Central South University, Changsha, China.
Quantitative imaging in medicine and surgery
|April 16, 2025
概括
这项研究确定了两个肺腺癌 (LUAD) 免疫亚型,其中一个显示出更好的预后. 使用CT成像的放射基因组模型改善了LUAD患者的免疫治疗预测准确度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 免疫治疗是一种免疫疗法.
背景情况:
- 肺腺癌 (LUAD) 治疗已通过免疫疗法得到改善,但反应异质性需要更好的生物标志物.
- 可靠的生物标志物对于指导LUAD患者的精确癌症治疗至关重要.
研究的目的:
- 在LUAD中识别不同的免疫亚型.
- 开发一种放射基因组模型,以提高LUAD中的免疫治疗预测准确度.
主要方法:
- 从癌症基因组图谱 (TCGA) 下载的临床数据用于LUAD患者.
- 在R中利用ConsensusClusterPlus识别免疫亚型并比较生物,基因组和表观基因组的区别.
- 从CT图像中提取放射性特征,使用PyRadiomics和应用机器学习来构建放射性基因组模型.
主要成果:
- 确定了两个具有显著分子和免疫差异的LUAD亚型 (P<0.05).
- 免疫亚型A表现出较高的瘤微环境 (TME) 评分 (P<0.001) 和更好的预后 (OS,P=0.037;DSS,P=0.034).
- 开发的放射基因组模型使用了12个放射学特征,证明了在LUAD中免疫治疗的高预测准确性 (测试AUC=0.89,火车AUC=0.95).
结论:
- 可以利用放射学数据来识别特定的LUAD免疫亚型.
- 将放射基因学的见解纳入临床决策可以改善LUAD的免疫治疗预测.
