相关实验视频
Updated: Feb 28, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.6K
识别三级淋巴细胞结构的特征,通过转录组学分析预测瘤的结果
Mengdi Zhou1,2, Fangliangzi Meng3, Fan Wu1
1Shanghai Immune Therapy Institute, Renji Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai 200127, China.
Genes
|February 27, 2026
概括
一个新的基因特征,预测TLS,有效地预测免疫疗法反应和患者在各种癌症的预后. 这种工具有助于风险分层和治疗向,以获得更好的癌症治疗结果.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 三级淋巴体结构 (TLSs) 在癌症中至关重要,影响转移和免疫治疗反应.
- 目前评估TLS的方法使用有限的基因签名,阻碍了泛癌预后和预测能力.
- 在癌症预后和免疫治疗预测中,需要对TLS相关特征采取全面的方法.
研究的目的:
- 系统地评估现有的TLS基因签名,以评估它们在癌症和免疫治疗中的预后和预测性能.
- 开发一种新的,全面的TLS相关基因签名 (predictTLS),用于预测免疫疗法疗效和患者预后.
- 使用各种数据集验证预测TLS签名,包括单细胞和空间转录组学.
主要方法:
- 使用TCGA数据和15个免疫检查点阻塞 (ICB) 队列对六个已发表的TLS基因签名进行系统评估.
- 进行元分析以构建新的TLS基因特征集.
- 使用内部数据集,单细胞转录组和空间转录组数据验证预测TLS.
主要成果:
- TLS基因签名显示与关键免疫相关指标的关联.
- 小说预测TLS签名有效地预测了ICB治疗结果和患者预后.
- 验证证实了predictTLS在多种数据类型中的稳定性和生物相关性.
结论:
- 一个经过验证的,与TLS相关的基因签名 (predictTLS) 作为胰癌免疫治疗反应和预后的临床生物标志物.
- 这个签名为风险分层和癌症免疫治疗中的潜在治疗向提供了新的工具.
- 这些发现进一步推进了TLS评估在瘤学中的临床实用性.
