相关实验视频
Updated: Jun 20, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.6K
免疫生态型的空间转录组学用于预测头部和部状细胞癌的免疫治疗结果
Yunchao Xin1, Lihang Yang1, Chuan Liu1
1The First Affiliated Hospital of Hebei North University, Zhangjiakou, Hebei 075000, China.
Oral oncology
|February 17, 2026
概括
一个新的模型,EIRM-HN,整合了多原子数据来定义头癌的免疫生态型. 与PD-L1和TMB相比,这种方法可以更好地预测免疫治疗反应.
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:
- 头部和部状细胞癌 (HNSCC) 具有复杂的瘤微环境.
- 目前的生物标志物,如PD-L1和TMB,在指导免疫检查点抑制剂 (ICI) 治疗时具有有限的效用.
- 需要改进的方法来分层HNSCC患者进行ICI治疗.
研究的目的:
- 开发和验证HNSCC的生态型综合反应模型 (EIRM-HN).
- 为了整合单细胞状态,空间转录组,和批量转录组来导出免疫生态型.
- 根据免疫生态型对HNSCC患者进行分层,以预测ICI结果.
主要方法:
- 用单细胞,空间和散装RNA测序对370例HNSCC病例进行了回顾性分析.
- 从集成的单细胞和空间特征衍生出免疫生态型.
- 开发加权基因特征,并将其投射到大量ICI队列中,用于模型培训和验证.
主要成果:
- 在210名ICI治疗患者中发现了四种免疫生态型.
- 与淋巴细胞丰富的生态型相比,最抑制的生态型显示出明显较差的无进展和整体存活率.
- 与PD-L1和TMB相比,EIRM-HN的预后表现优于PD-L1和TMB,一致性指数为0.75 (PFS) 和0.74 (OS).
结论:
- EIRM-HN模型为接受ICI治疗的HNSCC患者提供了改进的预后分层.
- 这种以生态型为基础的空间定位模型集成了多个原子数据,以提高预测准确度.
- 该模型很好地对外部散装队伍进行概括,为临床应用提供了一个有前途的工具.
