全癌症免疫和 stromal deconvolution 预测临床结果和突变概况
Bhavneet Bhinder1,2, Verena Friedl3,4, Sunantha Sethuraman5
1Englander Institute for Precision Medicine, Weill Cornell Medicine, New York, NY, 10021, USA.
Scientific reports
|July 4, 2025
概括
这项研究全面分析了33种癌症类型的瘤微环境 (TME),揭示了独特的细胞肖像. 白血球是区分瘤的关键,富含免疫力的TME预测在特定的膀癌和黑色素瘤亚型中更好的生存率.
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:
- 传统的基因表达解卷方法分析有限的细胞类型,无法捕捉瘤微环境 (TME) 的全部复杂性.
- 对TME细胞组成的全面了解对于癌症研究和治疗开发至关重要.
研究的目的:
- 整合多个解卷工具,以全面评估跨不同癌症类型的TME细胞性.
- 识别特异的TME模式及其与临床结果和突变概况的相关性.
主要方法:
- 整合了九个解卷工具来分析79种TME细胞类型.
- 分析了来自33种不同癌症类型的10,592个瘤样本.
- 对TME概况,生存数据和突变状态之间的相关性分析.
主要成果:
- 识别了41种不同的免疫透和肌形状,为每个癌症类型揭示了独特的TME肖像.
- 发现白细胞是区分瘤类型的主要驱动因素.
- 一个共享的富有免疫力的TME集群与在特定的膀癌和黑色素瘤亚型中改善的生存率有关.
结论:
- 这种综合方法提供了迄今为止对TME最全面的分析.
- 白细胞透模式对于瘤分类和预后至关重要.
- 该研究确定了35个潜在的生物标志物用于治疗向和预测治疗反应,包括CASP8和RAS通路基因.


