作为在黑色素瘤中对抗PD-1治疗反应的预测生物标志物,体受体相互作用概况

科学领域:

• 免疫学 免疫学 免疫学
• 在瘤学瘤学.
• 计算生物学 计算生物学

背景情况:

• 通过连接体-受体 (LR) 相互作用进行细胞间通信,极大地影响瘤微环境和免疫反应.
• 在抗编程细胞死亡蛋白1 (PD-1) 治疗中LR相互作用的完整景观尚未完全理解.
• 确定抗PD-1治疗的预测生物标志物对于改善患者的治疗结果至关重要.

研究的目的:

• 基于黑色素瘤中的LR相互作用,开发和验证一种针对抗PD-1治疗反应的预测模型.
• 确定关键的LR对,可显著预测治疗疗效.
• 发现新的LR相互作用作为PD-1/PD-L1轴以外的潜在治疗点.

主要方法:

• 从121个黑色素瘤样本中开发了2,705对LR的随机森林分类器预测模型.
• 在独立的外部队列上验证模型的准确性.
• 功能重要性分析以确定关键预测LR对和路径丰富分析.

主要成果:

• 预测模型在培训,测试和外部验证数据集中显示出强大的准确性.
• 确定了9个关键LR对,对抗PD-1治疗反应具有显著的预测能力.
• 丰富分析显示,顶部LR对中的基因参与与瘤相关的途径,如MAPK和PI3K/AKT信号传递.
• 发现了新的LR相互作用,这些相互作用可能是治疗的目标.

结论:

• 综合性联体受体表达分析在临床上很有用,用于预测黑色素瘤中抗PD-1治疗反应.
• 已识别的关键LR对和新型相互作用提供了潜在的生物标志物和组合疗法目标.
• 这些发现可能会扩大免疫疗法耐药黑色素瘤患者的治疗选择.