这份研究通过分析TONIC临床试验中103名转移性三阴性乳腺癌患者的纵向样本,揭示了肿瘤微环境动态演变与免疫治疗效果的关系。研究团队利用高分辨率的多重成像技术和开源分析管道SpaceCat,从原发灶及治疗前后的转移灶中提取了超过800项空间特征。实验结果表明,治疗中采集的样本比初始样本具有更强的疗效预测能力,其多变量预测模型的准确率(AUC)高达0.90。肿瘤边缘的T细胞浸润、免疫细胞多样性以及骨髓细胞上的PDL1表达被确定为关键的预测指标。相比之下,传统的全外显子测序特征未能展现出可靠的预测价值。这项工作强调了空间蛋白组学在解析复杂免疫反应中的重要性,为优化转移性癌症的精准医疗提供了科学依据。
References:
* Greenwald N F, Nederlof I, Sowers C, et al. Temporal and spatial composition of the ...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
References:
* Greenwald N F, Nederlof I, Sowers C, et al. Temporal and spatial composition of the ...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
