人工智能和多模式数据集成解读三级淋巴体结构成熟度在胃癌中的成熟度

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学

背景情况:

• 三级淋巴体结构 (TLS) 在胃癌瘤微环境中至关重要.
• 临床评估TLS是困难的,阻碍了对其成熟的研究.
• 需要自动化工具来识别TLS并了解它们的作用.

研究的目的:

• 开发一种人工智能工具,用于对胃癌中TLS成熟度的定量表征.
• 调查TLS成熟度和患者存活率之间的相关性.
• 阐明参与成熟TLS形成和功能中的免疫电路.

主要方法:

• 基于变压器的深度学习模型被创建用于全幻灯片图像分析.
• 该模型应用于253名胃癌患者的队列.
• 综合分析包括单细胞RNA测序,多重IHC,流细胞计和培养试验.

主要成果:

• 更高的TLS成熟度与改善的患者存活率有显著的相关性.
• 一个关键的免疫电路涉及CD8+组织内存T细胞和B细胞 (CXCL13-CXCR5轴) 在成熟的TLS中被确定.
• 这种电路通过大酶B的上调调节来增强T细胞介导的细胞毒性.

结论:

• 为TLS成熟度评估建立了一个临床适用的AI工具.
• 发现了调节TLS成熟和胃癌抗瘤免疫力的关键免疫相互作用.
• 这些发现有可能指导胃癌的治疗策略.