相关实验视频
Updated: Jan 13, 2026

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.4K
多omics分析揭示了在三阴性乳腺癌的小鼠模型中具有明显的化疗免疫治疗脆弱性的免疫分子集群
Olivier Castellanet1, Jean Monatte1, Nathan Corvaisier1
1Aix Marseille Univ, CNRS, INSERM, Institut Paoli-Calmettes, Centre de Recherche en Cancérologie de Marseille (CRCM), Marseille, France.
Molecular cancer
|January 10, 2026
概括
研究人员开发了一种三阴性乳腺癌 (TNBC) 的临床前模型,以预测患者对化疗免疫疗法的反应. 该模型确定了不同的TNBC亚型,指导了定制的治疗策略,以获得更好的结果.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 三阴性乳腺癌 (TNBC) 是具有侵略性和异质性的,存在治疗挑战.
- 预测患者对化疗免疫疗法的反应需要有效的分层方法.
研究的目的:
- 开发一个强大的临床前平台,用于TNBC的精密免疫瘤学.
- 根据内在和免疫特征进行量身定制的共免疫疗法,对TNBC患者进行分层.
主要方法:
- 在TNBC小鼠模型中进行多参数分析 (组织学,基因组学,转录组学,蛋白质组学,免疫分析).
- 与人类TNBC患者数据和瘤微阵列的比较.
- 辛格尼克移植机构用于治疗化疗和抗PD-1免疫疗法的治疗试验.
主要成果:
- 确定了四个不同的TNBC集群,反映了患者亚型和临床结果.
- 在连续移植中证明了瘤标志的保存,验证了临床前平台.
- 揭示了集群特异性治疗漏洞:中性粒细胞丰富瘤的化疗免疫疗法,巨细胞丰富瘤的单独免疫疗法.
结论:
- 该研究建立了一个有价值的临床前平台,用于TNBC的精密免疫瘤学.
- 这个平台可以对TNBC患者进行分层,以进行个性化免疫疗法选择.

