通过整合Pathomics和原特征,对细胞癌和CAF透之间的关系进行探索性研究
Rongjiang Wang1, Mengting Jiang1, Zhaojun Li1
1The Department of Urology, The First Affiliated Hospital of Huzhou University, Huzhou, Zhejiang 31300, China; Huzhou Key Laboratory of Precise Diagnosis and Treatment of Urinary Tumors, Huzhou, Zhejiang 31300, China.
一个基于H&E的新型Pathomics模型准确地预测脏细胞癌症中与癌症相关的纤维细胞透,为风险分层和理解瘤生物学提供了一个非侵入性工具.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 生物信息学是一种生物信息学.
背景情况:
- 与癌症相关的纤维细胞 (CAFs) 显著影响细胞癌 (RCC) 的进展和治疗.
- 目前用于评估RCC中CAF透的方法是不够的.
- 要预测CAF透及其预后影响,需要一种非侵入性组织病理学模型.
研究的目的:
- 开发一种使用H&E染色和原特征的非侵入性组织病理学模型,以预测RCC中的CAF透.
- 调查该模型的预后价值和生物相关性.
- 建立一个具有成本效益的工具,用于RCC的初步风险分层.
主要方法:
- 来自癌症基因组图谱 (TCGA) 的H&E图像和临床数据的回顾性分析.
- 使用机器学习构建Pathomics模型,具有465个本病学特征.
- 使用多光子显微镜进行对生物机制的原量化和丰富分析的验证.
主要成果:
- 该Pathomics模型实现了高预测精度 (AUC=0.813) 和与原沉积相关 (r=0.66).
- 较高的Pathomics分数表明生存率差 (HR=1.80) 并与YAP/TAZ激活和ECM重塑有关.
- 该模型确定了与免疫抑制 (CD276,IDO1) 的关联以及VHL和PBRM1.1中的突变.
结论:
- 建立了第一个基于H&E的Pathomics框架来量化RCC中的CAF.
- 这种非侵入性模型为初步风险分层提供了一种具有成本效益的方法.
- 该模型与原和生物机制的相关性显示出了解瘤微环境的潜力,等待外部验证.
更多相关视频
15:43Experimental Generation of Carcinoma-Associated Fibroblasts CAFs from Human Mammary Fibroblasts
Published on: October 25, 2011
05:36Comparing Metastatic Clear Cell Renal Cell Carcinoma Model Established in Mouse Kidney and on Chicken Chorioallantoic Membrane
Published on: February 8, 2020
相关概念视频
Relationship Formation
Serum Studies: Renal Function Tests
Ending Relationships
Relationship Growth
Fibril-associated Collagen
For example, the type II collagen fibrils in cartilage have covalently bound type IX fibril-associated collagens at regular intervals. Other types of fibril-associated collagens are...
Social Relationships and Well-Being
