一个灵活的系统分析管道,用于阐明瘤微环境中的空间关系,与细胞表型和患者级特征相关
Gabriel F Hanson1, Kate A Goundry1, Remziye E Wessel1
1Department of Biomedical Engineering, University of Virginia, Charlottesville, VA, United States.
Frontiers in immunology
|October 15, 2025
概括
分析瘤中的空间细胞组织揭示了对癌症进展和患者结果的关键见解. 这个计算管道确定了预测细胞状态和非小细胞肺癌临床表型的空间关系.
科学领域:
- 癌症生物学 癌症生物学
- 计算病理学计算病理学
- 免疫组织化学 免疫组织化学
背景情况:
- 了解瘤微环境的空间组织对于癌症生物学至关重要.
- 高维多重成像为这些分析提供单细胞分辨率.
研究的目的:
- 开发一种计算管道,用于在多重复合的免疫光图像中量化细胞邻居概况.
- 使用可解释的机器学习识别预测细胞状态和临床表型的空间关系.
主要方法:
- 开发了一个计算管道来量化细胞邻里配置文件.
- 应用直角部分最小方形分析 (OPLS) 用于可解释的监督机器学习.
- 分析了非小细胞肺癌 (NSCLC) 队列数据.
主要成果:
- 识别了与淋巴细胞激活状态相关的邻居特征.
- 根据MHC I+瘤细胞周围的免疫细胞组成,区分肺癌亚型.
- 使用患者层面的空间特征预测瘤等级.
结论:
- 集成的细胞细分成像与可解释的建模,以揭示瘤生物学的空间决定因素.
- 这些发现产生了关于细胞间相互作用的假设,并支持空间知情的癌症策略.


